Fernando Luiz Moro

Formação complementar

Idiomas

Áreas de atuação

Participação em eventos

Produções bibliográficas

• MORO, FERNANDO LUIZ ; AMARAL, ALEXANDRE ; NOGUEIRA, RODRIGO ; AMARAL, ANA PAULA . Maximizando a detecção de ataques com algoritmos de aprendizado de máquina através da agregação de fluxos IP. Brazilian Journal of Development , v. 5, p. 22415-22431, 2019.

• MORO, F. L. ; AMARAL, A. A. ; AMARAL, A. P. R. M. ; NOGUEIRA, R. R. . Análise do impacto da agregação dos fluxos IP nos algoritmos de aprendizado de máquina supervisionado voltados para a detecção de intrusão. In: XXXVII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC), 2019, Gramado - RS. XXXVII Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos. Porto Alegre - RS: Sociedade Brasileira de Computação (SBC), 2019. v. 37. p. 1-1217.

• MORO, F. L. ; AMARAL, A. A. ; AMARAL, A. P. R. M. ; NOGUEIRA, R. R. . Detecção e mitigação de um ataque DoS em seu estágio inicial em uma rede definida por software. In: IX Congresso Sul Brasileiro de Computação (SULCOMP), 2018, Criciúma - SC. IX SULCOMP. Porto Alegre - RS: Sociedade Brasileira de Computação (SBC), 2018. v. 9.

• MORO, F. L. ; AMARAL, A. A. ; AMARAL, A. P. R. M. ; NOGUEIRA, R. R. . Detecção e autorreparo de anomalias em redes definidas por software. In: XVII Simpósio Brasileiro em Segurança da Informação e de Sistemas Computacionais (SBSeg), 2017, Brasília - DF. XVII Simpósio Brasileiro em Segurança da Informação e de Sistemas Computacionais: SBSEG 2017: Anais. Porto Alegre - RS: Sociedade Brasileira de Computação (SBC), 2017. v. 1. p. 1-830.

• MORO, F. L. ; AMARAL, A. A. ; AMARAL, A. P. R. M. ; NOGUEIRA, R. R. . Proposta de um sistema web baseado no aprendizado de máquina para a detecção e mitigação de ataques em rede definida por software. 2019. (Apresentação de Trabalho/Outra).

• MORO, F. L. ; RIBEIRO, R. ; NOGUEIRA, R. R. . Como hackear a Internet com Python: uma aplicação de web crawling com IA. 2018. (Apresentação de Trabalho/Outra).

• MORO, F. L. . Introdução a programação com Python. 2018. (Apresentação de Trabalho/Outra).

• MORO, F. L. ; AMARAL, A. A. ; AMARAL, A. P. R. M. . Solução automatizada para detecção e bloqueio de ataques em redes definidas por software. 2017. (Apresentação de Trabalho/Outra).

Projetos de pesquisa

• 2019 - Atual

  RADP: robô automatizado para detecção de padrões dos dados de negociações de ativos na bolsa de valor, Descrição: As Tecnologias da Informação e Comunicação causaram uma transformação significativa na forma de se negociar nas bolsas de valores. Um dos avanços foi a possibilidade da realização das operações via Internet. A próxima evolução foi a utilização da tecnologia para automatizar as estratégias de negociações. Este processo é denominado algorithmic trading (algotrading) e posteriormente somado aos avanços de outras tecnologias permitiu o surgimento dos HFTs (High Frequency Trading). Estas soluções têm por objetivo realizar a tomada de decisão através da realização de cálculos, análise e execução de ordens em alta velocidade sem a intervenção humana. O desenvolvimento e a utilização de tecnologias avançadas para as negociações na bolsa de valores têm estado sob o domínio dos grandes investidores. Porém, a disseminação deste conhecimento é de grande importância, principalmente para as economias emergentes como a do Brasil, em que se tem aumentado o número de pequenos investidores. O objetivo deste projeto é realizar uma busca no estado da arte das diferentes tecnologias que têm sido utilizadas para a automação das estratégias de negociações na bolsa de valores. Um dos principais aspectos que será abordado neste projeto é o modo de utilizar as tecnologias existentes para desenvolver algoritmos que atuam em tempo real, com o intuito de identificar os padrões que permitam avaliar o risco da negociação de um ativo na bolsa de valores. A detecção destes padrões, obtidos através de dados em tempo real e históricos, podem ser úteis para diferentes fins tais como, entender a atuação dos outros participantes no mercado, identificar as correlações entre o impacto da variação do preço entre os ativos negociados (e.g., ações, índice Ibovespa e dólar futuro), detectar fraudes através da manipulação de mercado, reduzir o risco na negociação do ativo e otimizar a estratégia de negociação. Como resultado esperado destacamos a apresentação de um estudo sobre o funcionamento da bolsa de valores, a microestrutura de mercado, e a forma de atuação dos negociadores a fim de permitir que um investidor tenha conhecimento dos riscos de se negociar neste mercado. Espera-se também o desenvolvimento e testes de algoritmos para a detecção de padrões, apresentando uma análise comparativa da aplicação deles em diferentes ativos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Fernando Luiz Moro - Integrante / Alexandre de Aguiar Amaral - Coordenador / Ana Paula Resende Malheiro Amaral - Integrante / Rodrigo Ramos Nogueira - Integrante / Daniel Fernando Anderle - Integrante.

• 2017 - 2019

  Redução da intervenção humana no processo de diagnóstico e solução de anomalias em redes definidas por software., Descrição: O crescimento e a heterogeneidade das redes de computadores contribuíram significante para o aumento da complexidade e do gerenciamento. Dentre os desafios da gerência está o problema de diagnosticar e solucionar as anomalias de redes. Soluções têm sido propostas para a detecção de anomalias. Porém, elas não têm sido suficientes para atender os desafios demandados pelas redes atuais. Os principais motivos decorrem da falta de autonomicidade e escalabilidade. Este projeto propõe uma solução para diagnosticar e solucionar anomalias em tempo real em redes definidas por softwares (SDN) visando a minimização da intervenção humana neste processo. Os conceitos da computação autonômica e distribuída serão utilizados. A proposta é constituída de entidades autonômicas hierarquicamente distribuídas, responsáveis por detectar e reparar as anomalias nas suas regiões de domínio. Propõe-se uma solução capaz de ser escalável horizontalmente, viabilizando sua utilização em redes de grande escala. A autonomicidade das entidades autonômicas será alcançada através da modelagem e implementação das propriedades de autoconfiguração, auto-otimização, autorreparo e autoproteção. Busca-se reduzir as intervenções manuais e a probabilidade de erros na análise e tomada de decisão e a complexidade percebida pelo administrador humano no processo de detecção de anomalias. Técnicas de machine learning serão utilizadas no desenvolvimento de um mecanismo de autoaprendizagem, autoantecipação e autoconsciência das entidades autonômicas. O intuito é que a solução tenha a capacidade de descobrir padrões através de uma base de conhecimento. Isto permitirá a inferência de eventos anômalos futuros, possibilitando o disparo de ações para eliminá-los ou ao menos minimizar os seus impactos na rede. Edital nº 007/GDG/IFC-CAM/2017.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Fernando Luiz Moro - Integrante / Alexandre de Aguiar Amaral - Coordenador / Ana Paula Resende Malheiro Amaral - Integrante / Rodrigo Ramos Nogueira - Integrante., Financiador(es): Instituto Federal Catarinense - Campus Camboriú - Bolsa.