AMDIGA em IoT/Fog/Cloud – Autenticação Mútua, Detecção de Intrusão e Gerência Autonômica em Ambientes IoT/Fog/Cloud

Abstract

A expansão da Internet das Coisas e das redes 5G aumenta o volume de tráfego e a superfície de ataque, exigindo detecção de intrusão fundamentada em dados reprodutíveis. Este relatório de Iniciação Científica, alinhado ao projeto AMDIGA em IoT/Fog/Cloud, descreve em prosa

a fundamentação (IoT, nuvem/névoa, IDS/IPS, operações SIEM/SOAR/XDR, vetores de ata- que) e a metodologia de seleção de datasets públicos — incluindo CIC-IoT-2023, ToN_IoT,

Edge-IIoTset e referências a cenários de detecção em 5G — bem como a extração de features

baseadas em fluxo. O foco do ciclo atual é a análise exploratória e a visualização da distri- buição de classes e de variáveis numéricas, complementada por classificadores RandomForest

como baseline reprodutível. Apresentam-se resultados concretos sobre quatro conjuntos públi- cos: RT-IoT2022 (UCI), N-BaIoT (9 dispositivos, multi-classe Mirai + Gafgyt), IoT-23 (cenário

Mirai do projeto Stratosphere) e CIC-IoT-2023 (uma das 169 partições oficiais), com tabelas de frequência, mapas de calor, histogramas, importâncias de feature e matrizes de confusão por classe. A validação cruzada estratificada confirma a estabilidade das métricas (acurácia ≥ 0,99 em três conjuntos; macro-F1 ≥ 0,87 em todos). Ciclos anteriores do plano de atividades abordaram simulação LPWAN no NS-3; esse conteúdo não constitui o núcleo desta entrega, permanecendo como contexto de continuidade da linha de pesquisa.