Banca de DEFESA: Lucas José Borges Amaro

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : Lucas José Borges Amaro
DATA : 05/10/2022
HORA: 17:00
LOCAL: Teams
TÍTULO:

FRAMEWORK METODOLÓGICO PARA COLETAR, PROCESSAR, ANÁLISAR E VISUALIZAR DADOS DE CYBER THREAT INTELLIGENCE


PALAVRAS-CHAVES:

 Cyber Threat Intelligence; Compartilhamento; Vulnerabilidades; Visualização; Analytics; Temporal; Framework


PÁGINAS: 57
RESUMO:

Os ataques cibernéticos têm aumentado em frequência nos últimos anos, afetando pequenas, médias e grandes empresas, criando uma necessidade urgente de soluções e ferramentas capazes de auxiliar na mitigação e resposta às ameaças. Assim, com o aumento do número de ataques cibernéticos, temos uma grande quantidade de dados de ameaças de fontes heterogêneas que precisam ser ingeridos, processados e analisados a fim de obter percepções úteis para sua mitigação. Este trabalho propõe uma estrutura metodológica para coletar, organizar, filtrar, compartilhar e visualizar dados de ameaças cibernéticas para mitigar ataques e corrigir vulnerabilidades, com base em um modelo de inteligência de ameaças cibernéticas de oito etapas com visualização em linha do tempo de informações de ameaças e insights de dados analíticos. Desenvolvemos uma ferramenta para atender a essas necessidades em que o analista de segurança cibernética pode inserir dados de ameaças, analisá-los e criar uma linha do tempo para obter insights e uma melhor contextualização de uma ameaça. Os resultados mostram a facilitação da compreensão do contexto em que as ameaças e os atacantes estão inseridos, tornando o uso de Cyber Threat Inteligence mais amigável ao usuário final.


MEMBROS DA BANCA:
Externo à Instituição - Adriano Mauro Cansian
Interno - 1311780 - FABIO LUCIO LOPES DE MENDONCA
Interno - 1141309 - JOAO JOSE COSTA GONDIM
Presidente - 788.550.391-72 - ROBSON DE OLIVEIRA ALBUQUERQUE - UnB
Notícia cadastrada em: 23/09/2022 11:05
SIGAA | Secretaria de Tecnologia da Informação - STI - (61) 3107-0102 | Copyright © 2006-2024 - UFRN - app25_Prod.sigaa19