Publicação
Cibercrime e IA: desafios legais e resposta institucional do séc. XXI
| Resumo: | Este trabalho tem como objetivo principal analisar a eficácia das ferramentas de cibersegurança baseadas em inteligência artificial (IA) na proteção de sistemas operativos contra ciberataques cada vez mais sofisticados. Inicialmente, o estudo define e contextualiza o conceito de cibercrime, entendido como qualquer atividade ilícita realizada por meio de sistemas informáticos ou redes digitais. Exemplos comuns de cibercrime incluem ataques de phishing, ransomware, fraudes financeiras e invasões de sistemas, muitos dos quais têm vindo a evoluir com o uso crescente da IA, tanto por parte dos atacantes quanto dos defensores. A investigação aborda ainda o conceito de inteligência artificial, explicando as suas principais técnicas, como machine learning e deep learning, que têm revolucionado a deteção e resposta a ameaças digitais. O estudo destaca exemplos de ataques que utilizam IA, tais como a criação de deepfakes para engenharia social, malware adaptativo que modifica o seu comportamento para evitar a deteção e ataques automatizados que exploram vulnerabilidades em tempo real. Para avaliar a eficácia das ferramentas de cibersegurança com IA, o trabalho propõe uma metodologia mista que envolve testes controlados em sistemas operativos variados (Windows, Linux, macOS), com a colaboração de white hat hackers que simulam ataques reais e sofisticados. As ferramentas analisadas incluem soluções comercialmente relevantes como FortiEDR, CrowdStrike, SentinelOne e Microsoft Defender for Endpoint. A recolha de dados integra questionários e entrevistas com profissionais da área, garantindo anonimato e confidencialidade por meio de termos de consentimento informados. Este método permite uma avaliação quantitativa e qualitativa da capacidade destas ferramentas em identificar, bloquear e mitigar ataques, bem como na gestão de falsos positivos e negativos. Os resultados esperados visam identificar os pontos fortes e limitações das tecnologias atuais, contribuindo para a formulação de melhores práticas e recomendações para a aplicação ética e eficaz da IA em cibersegurança. O estudo reconhece desafios inerentes, como a diversidade dos ambientes testados e a complexidade crescente dos ataques, que podem afetar a performance das soluções avaliadas. |
|---|---|
| Autores principais: | Borges, Bernardo Velasquez |
| Assunto: | Cibercrime Inteligência Artificial Cibersegurança Ferramentas de proteção com IA Avaliação de sistemas de segurança Cybercrime Artificial Intelligence Cybersecurity AI-powered protection tools Security systems assessment |
| Ano: | 2025 |
| País: | Portugal |
| Tipo de documento: | trabalho de fim de curso |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade Fernando Pessoa |
| Idioma: | português |
| Origem: | Repositório Institucional da Fernando Pessoa |
| Resumo: | Este trabalho tem como objetivo principal analisar a eficácia das ferramentas de cibersegurança baseadas em inteligência artificial (IA) na proteção de sistemas operativos contra ciberataques cada vez mais sofisticados. Inicialmente, o estudo define e contextualiza o conceito de cibercrime, entendido como qualquer atividade ilícita realizada por meio de sistemas informáticos ou redes digitais. Exemplos comuns de cibercrime incluem ataques de phishing, ransomware, fraudes financeiras e invasões de sistemas, muitos dos quais têm vindo a evoluir com o uso crescente da IA, tanto por parte dos atacantes quanto dos defensores. A investigação aborda ainda o conceito de inteligência artificial, explicando as suas principais técnicas, como machine learning e deep learning, que têm revolucionado a deteção e resposta a ameaças digitais. O estudo destaca exemplos de ataques que utilizam IA, tais como a criação de deepfakes para engenharia social, malware adaptativo que modifica o seu comportamento para evitar a deteção e ataques automatizados que exploram vulnerabilidades em tempo real. Para avaliar a eficácia das ferramentas de cibersegurança com IA, o trabalho propõe uma metodologia mista que envolve testes controlados em sistemas operativos variados (Windows, Linux, macOS), com a colaboração de white hat hackers que simulam ataques reais e sofisticados. As ferramentas analisadas incluem soluções comercialmente relevantes como FortiEDR, CrowdStrike, SentinelOne e Microsoft Defender for Endpoint. A recolha de dados integra questionários e entrevistas com profissionais da área, garantindo anonimato e confidencialidade por meio de termos de consentimento informados. Este método permite uma avaliação quantitativa e qualitativa da capacidade destas ferramentas em identificar, bloquear e mitigar ataques, bem como na gestão de falsos positivos e negativos. Os resultados esperados visam identificar os pontos fortes e limitações das tecnologias atuais, contribuindo para a formulação de melhores práticas e recomendações para a aplicação ética e eficaz da IA em cibersegurança. O estudo reconhece desafios inerentes, como a diversidade dos ambientes testados e a complexidade crescente dos ataques, que podem afetar a performance das soluções avaliadas. |
|---|
Atividades financiadas
Não foram encontrados projetos financiados.