https://repositorio.ufsc.br/handle/123456789/76362 Sat, 26 Sep 2026 03:05:35 GMT 2026-09-26T03:05:35Z https://repositorio.ufsc.br/handle/123456789/276649 Uma abordagem automatizada para a análise de conformidade contratual em contratos de licitação pública Correia, José Silvestre A transparência nos processos de contratação pública constitui um elemento central para a promoção da integridade governamental e o uso eficiente dos recursos do Estado. No Brasil, a promulgação da Lei n.º 14.133/2021 Nova Lei de Licitações e Contratos estabeleceu um conjunto de cláusulas obrigatórias que devem estar presentes em todos os contratos públicos, impondo novos desafios de conformidade à administração pública. Contudo, a verificação sistemática do cumprimento dessas exigências jurídicas enfrenta obstáculos significativos: o volume crescente de documentos contratuais, a ausência de padronização estrutural entre órgãos públicos e o caráter não estruturado dos arquivos em formato PDF tornam a análise manual morosa, custosa e propensa a erros.Diante desse cenário, a presente dissertação propõe uma abordagem computacional para a detecção automatizada de cláusulas obrigatórias e a análise de conformidade em contratos públicos de licitação. A solução desenvolvida integra técnicas de Processamento de Linguagem Natural (PLN),regras heurísticas estruturadas por meio de Expressões Regulares (REGEX), com o modelo de linguagempré-treinadoBERTimbau(Souza et al., 2020),versão adaptada ao português brasileiro do modelo BERT,O pipeline de processamento de dados foi segmentado em duas etapas consecutivas e complementares. Inicialmente, aplicaram-se regras heurísticas fundamentadas em Expressões Regulares (REGEX) para a triagem e filtragem preliminar do corpus, visando isolar estruturas textuais padronizadas com baixo custo computacional. Em seguida, os segmentos refinados foram submetidos aoBERTimbau, modelo de linguagem estado da artepré-treinado para o português.Ametodologia adotada seguiu as etapas de uma Revisão Sistemática de Literatura (RSL), adaptada deKitchenham(2004),para fundamentar teoricamente a pesquisa em estudos correlatos sobre segmentação e extração de informações em documentos jurídicos. Em seguida, procedeu-se à coleta de contratos reais provenientes de portais de transparência governamental, os quais foram submetidos a um processo de pré-processamento que envolverama conversão dePDFspara texto, tokenização, lematização e o Reconhecimento de Entidades Nomeadas (NER) com foco em valores monetários, prazos e cláusulas específicas. Para garantir a avaliação rigorosa do sistema, foi construído umDatasetOuro (Gold Standard), anotado manualmente, que serviu como referência para o treinamento e a validação dosmodelos.Osresultados demonstraram que a abordagemproposta supera métodos tradicionais como o REGEX puro e modelosSVMnaidentificação de cláusulas com alta variabilidade semântica. O modeloBERTimbau, ao capturar a semântica contextual do texto jurídico em português, mostrou-se particularmente eficaz na detecção de padrões linguísticos complexos, que escapam às regras rígidas de expressões regulares. A avaliação por métricas de Precisão, Revocação e F1-Score evidenciou ganhos expressivos de desempenho, validando a viabilidade da inteligência artificial como ferramenta de auditoria e controle da conformidade contratual.Este trabalho contribui para o avanço da pesquisaem PLN aplicado ao domínio jurídico em língua portuguesa e oferece uma solução tecnológica concreta para o fortalecimento da transparência e do combate à corrupção nas contratações públicas brasileiras. Como perspectivas futuras, destacam-se o aprimoramento do pipeline de extração, a ampliação do corpus de treinamento e o desenvolvimento de uma interface de auditoria acessível a gestores públicos e órgãos de controle.; Abstract: Transparency in public procurement processes is a central element for promoting governmental integrity and the efficient use of state resources. In Brazil, the enactment of Law No. 14,133/2021, the New Law on Bidding and Contracts, established a set of mandatory clauses that must be present in all public contracts, imposing new compliance challenges on public administration. However, the systematic verification of compliance with these legal requirements faces significant obstacles: the growing volume of contractual documents, the lack of structural standardization among public bodies, and the unstructured nature of PDF files make manual analysis slow, costly, and prone to errors. In this context, this dissertation proposes a computational approach for the automated detection of mandatory clauses and compliance analysis in public procurement contracts. The developed solution integrates Natural Language Processing (NLP) techniques, heuristic rules structured through Regular Expressions (REGEX), with the pre-trained BERTimbau language model (Souza et al., 2020), a Brazilian Portuguese-adapted version of the BERT model. The data processing pipeline was segmented into two consecutive and complementary stages. Initially, heuristic rules based on Regular Expressions(REGEX) were applied for preliminary screening and filtering of the corpus, aiming to isolate standardized textual structures with low computational cost. Subsequently, the refined segments were submitted to BERTimbau, a state-of-the-art language model pre-trained for Portuguese. The methodology adopted followed the steps of a Systematic Literature Review (SLR), adapted from Kitchenham (2004), to theoretically ground the research in related studies on segmentation and information extraction in legal documents. Next, real contracts from government transparency portals were collected and subjected to a pre-processing process involving PDF conversion to text, tokenization, lemmatization, and Named Entity Recognition (NER) focusing on monetary values, deadlines, and specific clauses. To ensure a rigorous system evaluation, a manually annotated Gold Standard dataset was constructed, serving as a reference for training and validating the models. The results demonstrated that the proposed approach outperforms traditional methods such as pure REGEX and SVM models in identifying clauses with high semantic variability. The BERTimbau model, by capturing the contextual semantics of legal text in Portuguese, proved particularly effective in detecting complex linguistic patterns that escape the rigid rules of regular expressions. Evaluation using Precision, Recall, and F1-Score metrics showed significant performance gains, validating the viability of artificial intelligence as a tool for auditing and controlling contractualcompliance. This work contributes to the advancement of NLP research applied to the legal domain in the Portuguese language and offers a concrete technological solution for strengthening transparency and combating corruption in Brazilian public procurement. Future perspectives include improving the extraction pipeline, expanding the training corpus, and developing an audit interface accessible to public managers and oversight bodies. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2026. Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.ufsc.br/handle/123456789/276649 2026-01-01T00:00:00Z https://repositorio.ufsc.br/handle/123456789/276639 Coldest neighbor: algoritmo de desinfecção de superfícies utilizando luz UVGI Pfleger, Sergio Genilson Esta tese aborda o desenvolvimento de estratégias autônomas para a desinfecção de ambientes por meio de radiação ultravioleta (UV-C), motivada pela necessidade de soluções tecnológicas seguras evidenciada pela pandemia de COVID-19. O trabalho propõe algoritmos de desinfecção que garantem a aplicação adequada da dose sobre as superfícies, apresentam eficiência operacional e possuem compatibilidade com sistemas de navegação autônoma. Inicialmente, realiza uma revisão sistemática da literatura sobre robôs de desinfecção, identificando lacunas relacionadas à ausência de garantias formais de dose mínima, à dependência de trajetórias predefinidas e à limitada integração entre desinfecção, localização e exploração. A partir dessa análise, propõe uma classificação original de robôs de desinfecção que contribui para a organização do estado da arte. Em paralelo, analisa os princípios físicos da radiação UV-C, estabelecendo restrições fundamentais para o desenvolvimento de soluções fisicamente consistentes. Com base nessa fundamentação, desenvolve um algoritmo de desinfecção baseado em sweeping e, posteriormente, propõe o algoritmo Coldest Neighbor, principal contribuição da tese. Esta solução utiliza um mapa de dose para direcionar o robô às regiões com menor exposição acumulada, assegurando a aplicação da dose mínima alvo. O algoritmo mostra-se compatível com técnicas de SLAM, permite a realização simultânea da exploração e da desinfecção do ambiente e apresenta baixo custo computacional. A avaliação ocorre por meio de simulações em espaços livres desobstruídos e em ambientes estruturados com múltiplos cômodos, utilizando um simulador dedicado e o ecossistema ROS/Gazebo. Os resultados demonstram que a abordagem proposta reduz o tempo total de operação e minimiza a energia aplicada à dose alvo quando comparada a estratégias tradicionais. Conclui-se que a abordagem proposta introduz garantias quantitativas à desinfecção robótica por UV-C, ao integrar modelagem física da radiação e navegação autônoma orientada por mapas de dose, tornando o processo verificável, reproduzível e fundamentado em critérios científicos objetivos.; Abstract: This doctoral thesis addresses the development of autonomous strategies for environmental disinfection using ultraviolet radiation (UV-C), motivated by the need for safe technological solutions highlighted during the COVID-19 pandemic. The work proposes disinfection algorithms that ensure adequate dose delivery to surfaces, provide operational efficiency, and are compatible with autonomous navigation systems. Initially, a systematic literature review on disinfection robots is conducted, identifying gaps related to the lack of formal guarantees of minimum dose delivery, the reliance on predefined trajectories, and the limited integration between disinfection, localization, and exploration. Based on this analysis, an original classification of disinfection robots is proposed, contributing to the organization of the state of the art. In parallel, the physical principles of UV-C radiation are analyzed, establishing fundamental constraints for the development of physically consistent solutions. Building upon this foundation, a sweeping-based disinfection algorithm is developed, followed by the proposal of the Coldest Neighbor algorithm, which constitutes the main contribution of this thesis. This approach employs a dose map to guide the robot toward regions with lower accumulated exposure, ensuring the delivery of the target minimum dose. The algorithm is compatible with SLAM techniques, enables simultaneous exploration and disinfection of the environment, and presents low computational cost. The evaluation is carried out through simulations in unobstructed open spaces and in structured environments with multiple rooms, using a dedicated simulator and the ROS/Gazebo ecosystem. The results demonstrate that the proposed approach reduces overall operation time and minimizes the energy applied to achieve the target dose when compared to traditional strategies. It is concluded that the proposed approach introduces quantitative guarantees to UV-C robotic disinfection by integrating physical radiation modeling with dose-map-guided autonomous navigation, thereby making the process verifiable, reproducible, and grounded in objective scientific criteria. Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2026. Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.ufsc.br/handle/123456789/276639 2026-01-01T00:00:00Z https://repositorio.ufsc.br/handle/123456789/276633 IFA-CMST: uma arquitetura de névoa interoperável para medição de consumo em cidades inteligentes Buzin, Henrique Antonio O monitoramento de consumo de água e energia em cidades inteligentes envolve dispositivos heterogêneos, redes distintas e a necessidade de processar dados próximo à sua origem. Este trabalho apresenta a Interoperable Fog Architecture for Consumption Measurement in Smart Towns (IFA-CMST), uma arquitetura de névoa interoperável e modular para receber, encaminhar, processar e agregar medições de consumo. A proposta adota a organização hierárquica de dispositivos, névoa e nuvem da arquitetura de referência OpenFog, concentrando sua contribuição na organização interna dos nós de névoa, na abstração de protocolos de comunicação e na coordenação entre domínios. Um adaptador normaliza mensagens HTTP e CoAP para o fluxo interno, enquanto nós primários registram componentes, distribuem requisições segundo a especialização dos serviços e consultam outro domínio quando não há capacidade local disponível. A avaliação utilizou 70 medidores de água e energia executados em software, distribuídos em dois domínios de névoa, durante 48 horas de operação, totalizando 3.360 leituras. Foram observadas a execução do fluxo com protocolos de comunicação heterogêneos, a consolidação diária dos dados, as latências entre componentes e o consumo de memória dos processos. Os resultados demonstram a viabilidade funcional da implementação, a interoperabilidade entre HTTP e CoAP, o redirecionamento entre domínios e a integração entre dispositivos, névoa e nuvem. A proposta atende diretamente aos pilares OpenFog de abertura, programabilidade, autonomia, hierarquia e RAS. Os trabalhos futuros serão orientados pelos pilares de segurança, escalabilidade e agilidade, abrangendo autenticação, autorização, gestão de chaves, DTLS, TLS, ampliação de dispositivos, nós e domínios, descoberta dinâmica, replicação de estado, eleição de primários, adaptação em tempo de execução, MQTT, AMQP e cargas analíticas no HPCC Systems.; Abstract: Monitoring water and energy consumption in smart cities involves heterogeneous devices, distinct networks, and the need to process data close to their source. This work presents the Interoperable Fog Architecture for Consumption Measurement in Smart Towns (IFA-CMST), a modular fog architecture for receiving, forwarding, processing, and aggregating consumption measurements. The proposal adopts the OpenFog hierarchy of devices, fog, and cloud, while its contribution focuses on the internal organization of fog nodes, protocol abstraction, and coordination between domains. An adapter normalizes HTTP and CoAP messages for the internal flow, while primary nodes register components, distribute requests according to service specialization, and query another domain when local capacity is unavailable. The evaluation used 70 softwarebased water and energy meters distributed across two fog domains during 48 hours of operation, totaling 3,360 readings. The evaluation covered heterogeneous-protocol communication, daily data consolidation, inter-component latency, and process memory consumption. The results demonstrate functional feasibility, HTTP/CoAP interoperability, inter-domain redirection, and device?fog?cloud integration. The proposal directly addresses the OpenFog pillars of openness, programmability, autonomy, hierarchy, and RAS. Future work will focus on the security, scalability, and agility pillars, covering authentication, authorization, key management, DTLS, TLS, expansion of devices, nodes and domains, dynamic discovery, state replication, primary-node election, runtime adaptation, MQTT, AMQP, and analytical workloads in HPCC Systems. Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2026. Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.ufsc.br/handle/123456789/276633 2026-01-01T00:00:00Z https://repositorio.ufsc.br/handle/123456789/276603 Privacy-preserving blockchain-based emission trading with spatial and temporal credit attributes Westphall, Johann As propostas existentes de Sistemas de Comércio de Emissões (ETS) baseados em blockchain melhoram transparência e imutabilidade, mas o mapeamento sistemático de 33 estudos identificou lacunas em integração e padronização de múltiplos mercados, integração da Internet das Coisas (IoT) à blockchain, vínculo entre tecnologia e regulação, experimentos realistas e projeto de sistemas. Motivado por essas lacunas e pela Lei 15042/2024, este trabalho propõe, implementa e avalia GeoTrustBETS, um Sistema de Comércio de Emissões baseado em blockchain (BETS) com referências geográficas e temporais. O modelo é agnóstico ao país e organiza rede, fontes de dados, políticas, registro, leilão, queima de créditos e transações entre blockchains em módulos configuráveis. Um multiplicador pondera os créditos pela localização da empresa emissora, pela propriedade sequestradora e por fatores temporais, apoiando o casamento ecológico de lances. A privacidade financeira é tratada com identidades pseudônimas, coleções privadas e um serviço Microsoft Confidential Containers (MCC) que executa o leilão acoplado em um Ambiente de Execução Confiável (TEE). A proveniência de dados externos é demonstrada por um oráculo notarial com certificados fixados na cadeia e um mock do Sistema de Cadastro Ambiental Rural (SICAR). A interoperabilidade é implementada por um chaincode Interop inspirado no Cacti, com bloqueio de créditos e primitivas de Hash Time-Locked Contract (HTLC). O protótipo usa Hyperledger Fabric e um arcabouço replicável de experimentos em Kubernetes. A avaliação final no Azure Kubernetes Service (AKS), com três organizações, dois ordenadores e cargas concorrentes, alcançou 300,9 transações por segundo (TPS) e 206 127 transações bem-sucedidas em 10 minutos no estresse com 50 usuários por organização, com 81,4% de sucesso; com 20 usuários, alcançou 278,9 TPS e 95,7% de sucesso. Os resultados confirmam a operação ponta a ponta de cunhagem, lances, liquidação de leilão em TEE e fluxos de interoperabilidade baseados em HTLC, além de revelar limites ligados à contenção, ao crescimento do estado do leilão, ao endosso e ao escalonamento da carga. As contribuições são o modelo GeoTrustBETS modular, o esquema de visibilidade em três camadas, o multiplicador espacial-temporal, o leilão privado com atestação de hardware, o oráculo notarial, as primitivas de interoperabilidade e o arcabouço experimental em nuvem.; Abstract: Existing blockchain-based Emission Trading System (ETS) proposals improve transparency and immutability, but the systematic mapping of 33 studies identified gaps in multi-market integration and standards, Internet of Things (IoT) integration to blockchain, links between technology and regulation, realistic experiments, and system design. Motivated by these gaps and by Brazilian Law 15042/2024, this work proposes, implements, and evaluates GeoTrustBETS, a Blockchain-based ETS (BETS) with geographical and temporal references. The country-agnostic model organizes network, data sources, policies, registration, auction, credit burning, and cross-chain transactions into configurable modules. A multiplier weights credits according to the emitting company location, the sinker property location, and temporal factors, supporting ecologically grounded bid matching. Financial privacy is addressed through pseudonymous identities, private data collections, and a Microsoft Confidential Containers (MCC) service that executes the coupled auction inside a Trusted Execution Environment (TEE). External-data provenance is demonstrated through a notary oracle with on-chain certificate pinning and a mock of the Sistema de Cadastro Ambiental Rural (SICAR), the Brazilian rural land registry. Interoperability is implemented by a Cacti-inspired Interop chaincode with credit locking and Hash Time-Locked Contract (HTLC) primitives. The prototype uses Hyperledger Fabric and a replicable Kubernetes experiment framework. The final Azure Kubernetes Service (AKS) evaluation, with three organizations, two orderers, and concurrent workloads, reached 300,9 transactions per second (TPS) and 206 127 successful transactions in a 10-minute 50-user-per-organization stress run, with 81,4% success; with 20 users, it reached 278,9 TPS and 95,7% success. The results confirm end-to-end credit minting, bidding, TEE auction settlement, and HTLC-based interoperability, while exposing limits related to contention, auction-state growth, endorsement stability, and workload scaling. The contributions are the modular GeoTrustBETS model, the three-tier visibility scheme, the spatial-temporal multiplier, the hardware-attested private auction, the notary oracle, the interoperability primitives, and the replicable cloud experiment framework. Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2026. Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.ufsc.br/handle/123456789/276603 2026-01-01T00:00:00Z