Maria Laura Brzezinski Meyer

Idiomas

Produções bibliográficas

• MEYER, MARIA LAURA BRZEZINSKI ; WAESELYNCK, HÉLÈNE ; CUESTA, FERNAND . A Case Study on the ¿Jungle¿ Search for Industry-Relevant Regression Testing. In: 2023 IEEE 23rd International Conference on Software Quality, Reliability, and Security (QRS), 2023, Chiang Mai. 2023 IEEE 23rd International Conference on Software Quality, Reliability, and Security (QRS), 2023. p. 382.

• MEYER, MARIA LAURA BRZEZINSKI . TSAI - Test Selection using Artificial Intelligence for the Support of Continuous Integration. In: 2021 IEEE International Symposium on Software Reliability Engineering Workshops (ISSREW), 2021, Wuhan. 2021 IEEE International Symposium on Software Reliability Engineering Workshops (ISSREW), 2021. p. 306-309.

• BRZEZINSKI MEYER, MARIA LAURA . Combining Machine Learning and Behavior Analysis Techniques for Network Security. In: 2020 International Conference on Information Networking (ICOIN), 2020, Barcelona. 2020 International Conference on Information Networking (ICOIN), 2020. p. 580-583.

Projetos de pesquisa

• 2020 - 2020

  Coleção e analise de dados, Descrição: Dada a necessidade de selecionar uma quantidade limitada de testes para cada etapa do projeto, é necessário estudar como realizar essa seleção de maneira automática e segura. O objetivo do projeto foi estudar formas de seleção de testes de acordo com as funcionalidades do software e sua relação com a confiabilidade do sistema. Para isso, são requeridos dados dos testes disponíveis no catálogo, tais como execuções passadas, código fonte e falhas encontradas.O estágio ocorreu no Renault Software Labs, em Toulouse, divisão de pesquisa e desenvolvimento do grupo Renault. Trata-se de uma proposta de tese de doutorado, portanto, durante os seis meses de estágio, foram desenvolvidas as fases iniciais: coleta e preparação de dados. Os dados coletados referem-se à descrição dos testes no catálogo da Renault, ao histórico de sua execução e aos defeitos encontrados durante a validação de softwares para veículos conectados. Além disso, foi realizado um estudo bibliográfico inicial para identificar as diferentes abordagens e metodologias existentes. Por fim, foram feitas análises das informações adquiridas e da relevância de cada uma em relação aos resultados dos testes.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Mestrado acadêmico: (1) . , Integrantes: Maria Laura Brzezinski Meyer - Integrante / CUESTA, FERNAND - Coordenador.

• 2019 - 2019

  Detecção de ataques em redes de computadores, Descrição: Os ataques ao tráfego de redes de computadores são cada vez mais comuns e variados, o que representa um grande problema, principalmente quando a rede é centralizada, como no caso das redes definidas por software (SDN). Portanto, é necessário implementar um Sistema de Detecção de Intrusão (IDS) para detectar e evitar os diversos tipos de ataques. A técnica de aprendizado de máquina é amplamente utilizada na classificação de dados e na detecção de eventos anômalos, com bons resultados na área de redes de computadores. Além disso, a análise de entropia e a análise da distância entre dois conjuntos de dados também são técnicas eficientes para a análise de eventos incomuns.No entanto, cada técnica possui limitações. Por isso, este trabalho visa estudar a combinação de técnicas para melhorar seu desempenho. Dessa forma, é possível criar um novo IDS capaz de detectar alguns dos tipos mais comuns de ataques: Negação de Serviço (DoS), Sondagem, Remoto para Local (R2L) e Usuário para Raiz (U2R).O conjunto de dados KDD CUP 99, amplamente utilizado, foi empregado neste trabalho para o treinamento e o teste de algoritmos de aprendizado de máquina.Esse trabalho resultou em uma publicação na 2020 International Conference on Information Networking (ICOIN): Combining Machine Learning and Behavior Analysis Techniques for Network Security.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Maria Laura Brzezinski Meyer - Integrante / LABIT, YANN - Coordenador.

• 2016 - 2018

  Programa de Educação Tutorial, Descrição: O PET é um programa do governo federal brasileiro que visa incentivar a pesquisa, o ensino e a extensão universitária no nível de graduação. Vinculado à Secretaria de Educação Superior do Ministério da Educação (MEC), o programa oferece bolsas de estudo a estudantes de graduação.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (10) . , Integrantes: Maria Laura Brzezinski Meyer - Coordenador / Walter P. Carpes Junior - Integrante., Financiador(es): Ministério da Educação - Bolsa.

• 2016 - 2017

  Inspeção de materiais compósitos, Descrição: O projeto SHIC (Sherography for Composite Inspection) tem como objetivo desenvolver técnicas que utilizem lasers para inspecionar revestimentos e componentes de materiais compósitos empregados na indústria de petróleo, gás e energia, garantindo sua integridade. Participei da criação de um software para configurar as câmeras utilizadas e obter imagens sequenciadas com deslocamento. Além disso, o software calcula mapas de fase entre quatro ou cinco imagens sequenciadas e diferencia dois mapas de fase. Essa técnica permite detectar qualquer defeito no material composto analisado.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Maria Laura Brzezinski Meyer - Coordenador / Analucia Vieira Fantin - Integrante.

Projetos de desenvolvimento

• 2016 - 2018

  Projetos internos PETEEL, Descrição: Impressora 3D: configuração eletronica e calibração de uma impressora do tipo Graber i3.Sistema de acesso: Trabalho no sistema de reservas de uma sala de reunião.. , Situação: Concluído; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (10) . , Integrantes: Maria Laura Brzezinski Meyer - Coordenador / Walter P. Carpes Junior - Integrante.

Prêmios