Atribuição de métrica de confiança para interfaces de programação em arquitetura de microsserviços

Botelho, Lorena Mamede

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/23622

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Macedo, Evandro Luiz Cardoso	-
dc.contributor.author	Botelho, Lorena Mamede	-
dc.date.accessioned	2024-09-06T13:49:08Z	-
dc.date.available	2024-09-08T03:00:18Z	-
dc.date.issued	2024-08-20	-
dc.identifier.uri	http://hdl.handle.net/11422/23622	-
dc.language	por	pt_BR
dc.publisher	Universidade Federal do Rio de Janeiro	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Microsserviços	pt_BR
dc.subject	Métrica de confiança	pt_BR
dc.subject	Análise estatística	pt_BR
dc.subject	Microservices	pt_BR
dc.subject	Trust indicators	pt_BR
dc.subject	Statistical analysis	pt_BR
dc.subject	Denial of service	pt_BR
dc.title	Atribuição de métrica de confiança para interfaces de programação em arquitetura de microsserviços	pt_BR
dc.type	Trabalho de conclusão de graduação	pt_BR
dc.contributor.advisorCo1	Sá, Vinícius Gusmão Pereira de	-
dc.contributor.referee1	Farias, Claudio Miceli de	-
dc.contributor.referee2	Dutra, Diego Leonel Cadette	-
dc.description.resumo	Este trabalho propõe uma metodologia para monitorar a comunicação entre microsserviços, com foco em interfaces de programação (Application Programming Interface – API) REST sob o protocolo HTTP. O modelo introduz dois indicadores: (i) a reputação do cliente, que classifica interações suspeitas com as APIs; e (ii) a saúde da aplicação, que permite identificar os endpoints sob ataques de DDoS e DoS, possibilitando a identificação de exploração de vulnerabilidades em tempo real. Para identificar ataques DDoS ou DoS, o modelo desenvolvido avalia a frequência de requisições usando uma distribuição de Poisson e divergência de Kullback-Leibler. A metodologia proposta combina análise estatística e medidas de segurança para monitorar microsserviços, oferecendo aos administradores dos serviços um panorama abrangente das possíveis ameaças e indicações de atuação. Através dos resultados obtidos, demonstramos a eficácia da abordagem em identificar atacantes e endpoints prejudicados.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Instituto de Computação	pt_BR
dc.publisher.initials	UFRJ	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
dc.embargo.terms	aberto	pt_BR
Appears in Collections:	Ciência da Computação

Files in This Item:

File	Description	Size	Format
LMBotelho.pdf		439.3 kB	Adobe PDF	View/Open

Show simple item record Recommend this item View Statistics

Pantheon Institutional repository