Encontro com Líderes em Cibersegurança - Edição 2021

15 Jan 10:00

O mundo está passando por uma transformação e isto inclui o ciberespaço. A segurança cibernética atrai cada vez mais a atenção da academia e da indústria, muitas vezes impulsionada por ataques sofisticados, pujantes e comprometedores que causam elevados prejuízos financeiros para as instituições, além de comprometerem suas reputações. As leis gerais de proteção dos dados em definição e em vigência no mundo corroboram para uma discussão aprofundada do tema no nível de instituições e indivíduos.

Dentro deste contexto de transformação, em 2020, nós iniciamos esta série de webinars “Encontro com Líderes em Cibersegurança” em que conversamos com líderes, nacionais e internacionais, na academia e na indústria sobre temas relacionados à cibersegurança. Além disso, nesta edição de 2021, deixaremos também um espaço para que líderes possam expor seus trabalhos, se assim o desejarem. O objetivo é entender como pensam esses líderes, conhecer seus trabalhos e aprender com suas experiências.

Neste primeiro encontro da edição de 2021, apoiado pela Escola Superior de Redes (ESR), pelo projeto RNP-NSF HealthSense e pelo projeto MCTIC/FAPESP MENTORED, temos como convidado o Prof. Kaushik Chowdhury, da Universidade Northeastern, Boston, EUA. Prof. Chowdhury fará uma breve apresentação em inglês intitulada "Deep Convolutional Neural Networks for Device Identification" em que ele expõe suas pesquisas e avanços na proteção de vazamento de dados (tais como a identificação de dispositivos) em redes sem fio usando técnicas de inteligência artificial. Abaixo o resumo de sua apresentação traduzido do inglês para o português a partir do texto oferecido pelo professor.

Resumo da apresentação: A densificação da rede está pronta para permitir o grande salto esperado para era do 5G e além. Na primeira parte da apresentação, identificamos os desafios em verificar a identidade de um emissor específico em um grande conjunto de dispositivos semelhantes com base em distorções únicas do sinal, ou 'impressões digitais de radiofrequência (RF)', à medida que passa por transmissores. Mostramos como é possível identificar de forma exclusiva um rádio usando técnicas de inteligência artificial, como as redes neurais convolucionais profundas. Na segunda parte da apresentação, mostramos como a injeção intencional de distorções e filtros podem ajudar na classificação aprimorada. Finalmente, discutimos como detectar novos dispositivos não vistos anteriormente durante o treinamento usando padrões estatísticos observados. Concluímos mostrando casos de detecção de impressões digitais RF em cenários da 5G e redes de veículos não-tripulados.

PalestrantesKaushik ChowdhuryMichele Nogueira

Assista à gravação do webinar:

Kaushik ChowdhuryKaushik Chowdhury

Kaushik Chowdhury é professor e membro do corpo docente do departamento de Engenharia Elétrica e Computação (ECE) e diretor associado do Instituto para IoT sem fio da Universidade Northeastern, Boston, EUA. Ele recebeu o Prêmio Presidencial de Início de Carreira para Cientistas e Engenheiros (PECASE) em 2017, o Prêmio DARPA Young Faculty em 2017, o Prêmio de Início de Carreira do Diretor de Pesquisa Naval em 2016 e o Prêmio NSF CAREER em 2015. Ele tem recebeu prêmios de melhor artigo em várias conferências que incluem, INFOCOM, GLOBECOM, ICC (3x), SenSys, ICNC e DySpan. Atualmente, ele é codiretor do escritório de projetos do Platforms for Advanced Wireless Research (PAWR) e do emulador de RF Colosseum. Seus interesses de pesquisa atuais abrangem aprendizado de máquina aplicado a sistemas sem fio, robótica em rede, carregamento sem fio e experimentação em escala para redes 5G emergentes e além.

Michele NogueiraMichele Nogueira

Michele Nogueira é moderadora deste encontro virtual. É professora da Universidade Federal do Minas Gerais (UFMG), líder do Centro de Ciência de Segurança Computacional (CCSC) e coordenadora do projeto MCTIC/FAPESP MENTORED.

  • Assista à gravação