Lucian Beraldo

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Produções bibliográficas

• BERALDO, LUCIAN ; PENTELAS, ANGELOS ; VERDI, FABIO LUCIANO ; PAPADIMITRIOU, PANAGIOTIS ; MARCONDES, CESAR A. C. . Tenant-Oriented Resource optimization for Cloud Network Slicing with Performance Guarantees. In: 2021 IEEE 7th International Conference on Network Softwarization (NetSoft), 2021, Tokyo. 2021 IEEE 7th International Conference on Network Softwarization (NetSoft), 2021. p. 38.

• BERALDO, L. ; PEDROSO, D. F. ; BRUNO, F. G. ; ITO, F. T. . Análise Conceitual e Comparativa entre Sistemas de Detecção de Intrusão. In: Workshop de Segurança Cibernética em Dispositivos Conectados, 2018, C. Anais do I Workshop de Segurança Cibernética em Dispositivos Conectados. Porto Alegre, RS, Brasil: SBC, 2018.

• BERALDO, L. ; PENTELAS, A. ; VERDI, F. L. ; PAPADIMITRIOU, P. ; MARCONDES, C. A. C. . Tenant-Oriented Resource Optimization for Cloud Network Slicing with Performance Guarantees. 2021. (Apresentação de Trabalho/Congresso).

• BERALDO, L. ; PEDROSO, D. F. ; ITO, F. T. . Análise Conceitual e Comparativa entre Sistemas de Detecção de Intrusão. 2018. (Apresentação de Trabalho/Simpósio).

• BERALDO, L. . Levantamento dos aspectos para a gestão de segurança em sistemas computacionais no contexto da Web semântica. 2013. (Apresentação de Trabalho/Outra).

Projetos de pesquisa

• 2018 - 2020

  NECOS - Novel Enablers for Cloud Slicing, Descrição: The NECOS project addresses the limitations of current cloud computing infrastructures to respond to the demand of new services, as presented in two use-cases, that will drive the whole execution of the project. The first use-case is Telco service provider focussed and is oriented towards the adoption of cloud computing in their large networks. The second use-case is targeting the use of edge clouds to support devices with low computation and storage capacity. The envisaged solution is based on a new concept Lightweight Slice Defined Cloud (LSDC) as an approach that extends the virtualization to all the resources in the involved networks and data centers and provides a uniform management with a high-level of orchestration. The NECOS approach will be manifested in a platform whose main distinguishing features are: 1. The Slice as a Service - a new deployment model. A slice is a grouping of resources managed as a whole and that can accommodate service components, independent of other slices. 2. Embedded algorithms for an optimal allocation of resources to slices in the cloud and networking infrastructure, to respond to the dynamic changes of the various service demands. 3. A management and orchestration approach making use of artificial intelligence techniques in order to tackle with the complexity of large scale virtualized infrastructure environments. 4. Making reality the lightweight principle, in terms of low footprint components deployable on large number of small network and cloud devices at the edges of the network. The NECOS platform will be based on state of the art open software platform, which will be carefully selected, rather than start from scratch. This baseline platform will be enhanced with the management and orchestration algorithms and the APIs that will constitute the research activity of the project. Finally the NECOS platform will be validated, in the context of the two proposed use cases, using the 5TONIC and FIBRE testing frameworks.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Lucian Beraldo - Integrante / Fabio Luciano Verdi - Coordenador / Cesar Augusto Cavalheiro Marcondes - Integrante / André Beltrami - Integrante / Paulo Ditarso Maciel Junior - Integrante / Eduardo Henrique Rocha Zanela - Integrante., Financiador(es): Rede Nacional de Pesquisa - Cooperação., Número de produções C, T & A: 1

Projetos de desenvolvimento

• 2019 - Atual

  Desenvolvimento de sistema de treinamento virtual para medir desempenho e comportamento de profissionais da área de segurança pública e privada - PIPE FASE 2, Descrição: Desenvolvimento de uma plataforma tecnológica de educação corporativa utilizando Realidade Virtual, IoT (Internet das coisas) e algoritmos analíticos para o engajamento, treinamento e análise comportamental dos profissionais de segurança privada e pública. O propósito é identificar quando um colaborador da empresa está apto ou não para trabalhar em determinada atividade operacional de campo. Muitas vezes, as empresas investem em treinamento para o seu colaborador poder atuar de forma adequada no seu dia a dia, contudo, a grande maioria dos treinamentos são pontuais e não existe uma continuidade para saber se o profissional está engajado ou com as atitudes corretas para a realização das operações em campo. Muitas vezes, ele pode estar passando por um período de stress e dispersão, e por isto, não ser capaz de cumprir corretamente suas atividades.É fundamental saber se o colaborador está em uma fase de stress, ou mesmo, iniciando um sintoma depressivo. E como ele reage diante de uma situação que requer uma atitude sua. Com isto a empresa é capaz de sugerir a melhor colocação do profissional dentro dos quadros de atividades operacionais que ela atua. O sistema permite treinar um grande volume de profissionais continuamente em situações práticas específicas (shopping, hotel, aeroporto, hospitais, transporte de valores, etc.) com baixo custo. Por exemplo, com a utilização do simulador mobile, proposto neste projeto, é possível treinar o colaborador em qualquer lugar e a qualquer hora evitando afastá-lo dos postos e da operação de campo. Também é uma forma de promover a personalização do aprendizado de cada colaborador acompanhando seu nível de evolução. Além disso, é possível treinar técnicas de segurança como OMD (Observar, Memorizar, Descrever) e IDA (Identificar, Decidir, Agir) de forma escalável. No estudo de inteligência de mercado, constatou que o treinamento para atividades operacionais é moroso e muito teórico. Não consegue sensibilizar o perfil dos profissionais que na sua grande maioria não são adaptados ao aprendizado tradicional (aula expositiva, leitura, etc.).Um dos diferenciais da solução está em integrar as tecnologias de Realidade Virtual, IoT e algoritmos analíticos com uma metodologia educacional ativa, chamada PBL (Problem Basead Learning) e com a personalização do aprendizado. Esta plataforma permite que o profissional assuma uma postura mais ativa, na qual ele resolve problemas e constrói seu próprio conhecimento. Outra inovação está no emprego de dados fisiológicos para compor as informações que permitirão fazer uma análise da atitude de cada profissional por meio de algoritmos analíticos (machine learning). O treinamento simulado irá estimular as atitudes e reações do profissional, e as leituras dos dados fisiológicos juntamente com os outros resultados desse treinamento permitirão construir um perfil de desempenho e do comportamento de cada profissional.A plataforma tecnológica é composta por quatro partes que se comunicam via comunicação 3G/4G/Wi-Fi para permitir que os dados dos treinamentos realizados, tanto com o TIS MB (simulador mobile), quanto pelo TIS VR (simulador standard), possam ser enviados e armazenados na plataforma de cloud computing (InfoTIS). Além disso, existem dados de fisiologia (frequência cardíaca) obtidos do profissional durante as sessões de treinamento (biofeedback) que são também enviados para o InfoTIS. Com este conjunto de dados é possível realizar a medição de desempenho e comportamento de cada profissional gerando determinadas saídas de informações que podem auxiliar em decisões envolvendo o profissional que vai desde o seu nível de engajamento, passando por reconhecimento, e podendo chegar até no reposicionamento de suas atribuições, entre outros.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Lucian Beraldo - Integrante / Antonio Valerio Netto - Coordenador / Conrado de Castro Valise - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.

Prêmios