Este projeto atua na prevenção de vazamentos de dados na transmissão de mensagens de redes. A privacidade dos dados é cada vez mais necessária com a LGPD e a IoT. Na academia, investigam-se com afinco os ataques side-channel que, apenas observando o tráfego de rede e por meio de métodos estatísticos e de IA, inferem padrões e comportamentos reveladores de informações sensíveis para os usuários, comprometendo sua privacidade. Assim, este projeto propõe desenvolver uma ferramenta para ocultar dados e comportamentos, inspirada no princípio de Arquimedes, o qual na Hidrostática indica como a densidade de um objeto pode fazê-lo flutuar (mostrar) ou afundar (ocultar). A solução utiliza métodos leves embasados em estatística e aprendizado de máquina para ocultar as informações.
Este projeto propõe o desenvolvimento de uma plataforma/framework com capacidade de interoperar com diversos fornecedores e soluções de gestão de identidades federadas ou não, provendo serviços de autenticação e autorização com suporte a multi-domínios, possibilitando o compartilhamento e auditoria de recursos, como dados de usuários e informações sobre a autorização dos diversos ativos da rede com o uso de uma identidade digital única por usuário. Para tanto, será utilizada a tecnologia Blockchain que oferece uma rede de confiança digital, com capacidade de implementação de processos seguros e universais de identificação das pessoas, numa escala nacional e global.
O feedback é uma atividade fundamental para o processo de ensino aprendizagem. É no feedback que o professor ajuda o aluno a entender quais suas dificuldades e o que precisa ser feito para atingir os requisitos da disciplina, sempre enviando conteúdo que auxilia o aluno a superar as dificuldades. Além disto, o processo de feedback é fundamental para a avaliação formativa e contínua do aluno. Contudo, a elaboração do feedback é uma atividade custosa para o professor, principalmente quando a turma possui uma grande quantidade de alunos. Diante deste cenário, esse projeto propõe a criação de um sistema, que utiliza técnicas de processamento de linguagem natural e learning analytics que geram visualizações, para auxiliar professores na elaboração de feedback.
A alocação eficiente de banda em nuvens é desafiadora devido ao compartilhamento dos recursos entre inquilinos. Isso pode provocar ociosidade caso os inquilinos utilizem apenas a banda contratada. A alocação dinâmica de recursos sob demanda permite otimizar o uso da nuvem. Assim, as nuvens se beneficiam do uso de ferramentas baseadas em aprendizado de máquina que promovam respostas adaptáveis a ambientes variantes no tempo. Ademais, o uso de lógica difusa aumenta o nível de automação. Este projeto propõe uma ferramenta baseada em aprendizado por reforço e lógica difusa, capaz de gerenciar o acesso dos inquilinos aos recursos de rede da nuvem de forma ágil. O objetivo é maximizar a receita do provedor e reduzir a ociosidade da nuvem enquanto garante o nível de serviço contratado por inquilinos prioritários.
Este projeto dá continuidade ao desenvolvimento do serviço LiteCampus, uma plataforma de processamento de dados de monitoramento (em especial do consumo de energia e água) com suporte a mecanismos de segurança que protegem a confidencialidade e integridade dos dados coletados usando tecnologias de computação confidencial. Nesta fase, o MVP desenvolvido na primeira fase será adequado para integrar-se ao Marketplace RNP ( NasNuvens ). Esta adequação consiste no refinamento dos métodos de instalação, personalização e redimensionamento de capacidade, além da validação de um novo caso de uso que será implantado já sobre a infraestrutura da RNP ou na forma de nuvem híbrida, combinando infraestrutura de instituições parceiras e da RNP.
Este projeto foca no avanço tecnológico e comercial da ferramenta Sherlock-X, o Mínimo Produto Viável (MVP) resultante da fase 1 do GT-Periscope. Seguindo a metodologia de Steven Blank e com base em entrevistas, alcançou-se na fase 1 maturidade na definição dos clientes, no entendimento de suas necessidades e, consequentemente, na delimitação de foco de atuação da ferramenta proposta. Assim, a ferramenta Sherlock-X é capaz de identificar vulnerabilidades de segurança e dispositivos maliciosos (bots) na rede, tal como suas interações, contribuindo para a predição de ataques distribuídos de negação de serviço (DDoS) e outros ataques. Com base neste MVP, o objetivo maior nesta fase 2 do GT-Periscope versa o avanço de seus testes no ambiente operacional do Early Adopter e PoP-PR, e o seu incremento com o desenvolvimento da análise de vulnerabilidades da rede interna e a correlação entre vulnerabilidades e entre estas e os dispositivos apontados como bots. Além disso, trabalharemos para definir a melhor abordagem de distribuição e coleta de tráfego de rede pelos sensores e na implantação da ferramenta na plataforma NasNuvens da RNP para comercialização. Em paralelo ao desenvolvimento técnico, uma estratégia de comercialização e marketing será desenvolvida e aplicada.
O desafio para todos que querem disponibilizar conteúdo educativo é como facilitar e ampliar o processo de busca em seus acervos. Este GT objetiva disponibilizar uma solução para indexação de repositórios de conteúdos educativos que permite atuar em duas frentes: (i) auxiliar o professor através de um sistema de recomendação de conteúdos indexados de diversos repositórios abertos; e (ii) fornecer dados comparativos sobre o processo de ensino de diferentes escolas para secretarias de ensino. Os principais diferenciais da solução são: (a) a indexação de conteúdos privados de LMS; (b) a anotação semântica desses conteúdos (textos, vídeos) para auxiliar na busca; (c) a associação dos recursos educacionais com conteúdos e habilidades da Base Nacional Comum Curricular; (d) uma plataforma para recomendação de conteúdo para professores e alunos; (e) a coleta e disponibilização de dados de uso da plataforma para gestores tomarem conhecimento sobre práticas de ensino em diferentes escolas ou turmas.
O objetivo deste projeto é desenvolver uma plataforma de videoconferência dedicada à saúde digital com suporte à transmissão síncrona e confidencial através de uma arquitetura aberta e escalável para simplificar a integração de elementos de streaming de vídeo em sistemas de saúde, com aplicações em telessaúde e telemedicina. O sistema permitirá, com base no núcleo de videochamada síncronas desenvolvido pelo GT-V4H, o agendamento de chamadas, ou sua execução direta e fácil, por meio do uso de mecanismos de call-center e gerenciamento de filas para unir a oferta de serviços médicos com a demanda dos pacientes, oferecendo autenticação de participantes, preservação e recuperação dos vídeos, com suporte a prova de existência, integridade e autenticidade com uso de certificados digitais e blockchain. Além disso, o sistema permite a associação da mídia gravada com o prontuário eletrônico do paciente. A solução visa ser provida como serviço auto escalável e de simples integração com seus clientes. A proposta é que os profissionais de saúde, teleconsultores e telerreguladores utilizem tais recursos síncronos de vídeo para atividades de supervisão, teleconsultoria, teleconsulta, telediagnóstico e preceptoria dos residentes com foco na Atenção Básica, Primária em Saúde e Atenção Especializada, para cobertura de atendimento por meio de recursos de saúde digital de forma segura e confiável.