Classificação de Risco de Endereços IP Baseada em Inteligência de Ameaças e Aprendizado Ensemble

• Francisco V. J. Nobre UECE
• Rafael L. Gomes UECE

DOI: https://doi.org/10.5753/sbseg_estendido.2026.29938

Resumo

A dinâmica acelerada dos ataques cibernéticos torna as listas de bloqueio estáticas insuficientes para a proteção eficaz de redes. Esta dissertação investiga modelos de Aprendizado de Máquina aplicados à classificação de risco de endereços IP utilizando dados de Inteligência de Ameaças Cibernéticas. Para isso, foi construído um conjunto de dados com 10.000 amostras e 26 características extraídas de múltiplas fontes de CTI, incluindo AbuseIPDB, VirusTotal, Pulsedive e APIVoid. A pesquisa compara classificadores clássicos, redes neurais e métodos de ensemble em cenários com e sem balanceamento por SMOTE. Os resultados mostram que o Stacking obteve a maior robustez preditiva, com Acurácia Balanceada superior a 99,7% e melhor calibração probabilística, enquanto a Árvore de Decisão apresentou o menor tempo de inferência, 3,26 ms. A dissertação também propõe uma arquitetura híbrida borda-nuvem na qual o classificador selecionado pode apoiar mecanismos automatizados de resposta em redes.

Referências

Chawla, N. V., Bowyer, K. W., Hall, L. O., and Kegelmeyer, W. P. (2002). Smote: synthetic minority over-sampling technique. J. Artif. Int. Res., 16(1):321–357.

Costa, M. A., Costa, Y. M., Almeida, Y. O., Cardoso, F. J., and Gomes, R. L. (2024). Connection management using automated firewall based on threat intelligence. In Proceedings of the 2024 Latin America Networking Conference, LANC ’24, page 32–37, New York, NY, USA. Association for Computing Machinery.

Ferreira, M., Ribeiro, S., Nobre, F., Linhares, M., Araújo, T., and Gomes, R. (2024a). Predição de desempenho de rede resiliente a falhas de medição. In Anais do XXIX Workshop de Gerência e Operação de Redes e Serviços, pages 29–42, Porto Alegre, RS, Brasil. SBC.

Ferreira, M. C., Ribeiro, S. E., Nobre, F. V., Linhares, M. L., Araújo, T. P., and Gomes, R. L. (2024b). Mitigating measurement failures in throughput performance forecasting. In 2024 20th International Conference on Network and Service Management (CNSM), pages 1–7.

Géron, A. (2017). Hands-On Machine Learning with Scikit-Learn, Keras, and Tensor-flow: Concepts, Tools, and Techniques to Build Intelligent Systems. O’Reilly Media.

Nobre, F., Araujo, R., Alves, D., Santos, J., Nobre, J., and Gomes, R. (2026a). Gerenciamento adaptativo de conexões e classificação de endereços ip na borda da rede usando proxies preditivos aiops. In Anais do XXXI Workshop de Gerência e Operação de Redes e Serviços, pages 127–140, Porto Alegre, RS, Brasil. SBC.

Nobre, F. J., da Costa, Y. M., Alves, D. O., Araujo, R. S., Rodrigues, L. S., Neto, A. B., Jr., L. A. P., and Gomes, R. L. (2025a). Sigma-ip: Sistema inteligente de gestão e monitoramento de ameaças para redes ips. In Anais do XXX Workshop de Gerência e Operação de Redes e Serviços, pages 43–56, Porto Alegre, RS, Brasil. SBC.

Nobre, F. V., Urbano, A. C., Araújo, R. D. S., Melo, Y. C., and Gomes, R. L. (2026b). Detection of malicious ip based on artificial intelligence and threat intelligence. International Journal of Security and Networks. Forthcoming.

Nobre, F. V. J., Alves, D. O., Araujo, R. S., Campos, G. A., and Gomes, R. L. (2026c). Risk classification of ip addresses using machine learning with weighted voting approach. In Rodrigues, L. A. and Oliveira, R., editors, Dependable and Secure Computing, pages 320–328, Cham. Springer Nature Switzerland.

Nobre, F. V. J., Araujo, R. S., Alves, D. O., Nascimento, E. S., Rodrigues, L. S., and Gomes, R. L. (2025b). Network connection management based on the integration of artificial intelligence for it operations and threat intelligence databases. In 2025 23rd International Symposium on Network Computing and Applications (NCA), pages 95–102.

Nobre, F. V. J., Silva, D. d. S., Ferreira, M. C. M. M., Brito, M. L. M. L., de Araújo, T. P., and Gomes, R. L. (2025c). Time-weighted correlation approach to identify high delay links in internet service providers. Journal of Internet Services and Applications, 16(1):419–430.

Portela, A., Linhares, M. M., Nobre, F. V. J., Menezes, R., Mesquita, M., and Gomes, R. L. (2024). The role of tcp congestion control in the throughput forecasting. In Proceedings of the 13th Latin-American Symposium on Dependable and Secure Computing, LADC ’24, page 196–199, New York, NY, USA. Association for Computing Machinery.

Santos, J., Nobre, F., Castro, I., Linhares, M., Ferreira, M., and Gomes, R. (2026). Predição de atraso alto em infraestruturas de rede através de redes neurais de grafos. In Anais do XLIV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 1150–1163, Porto Alegre, RS, Brasil. SBC.

Silva, D., Nobre, F., Ferreira, M., Araújo, T., and Gomes, R. (2024a). Correlacionando dados de monitoramento de rede para identificação de causas de problemas de desempenho. In Anais do XXIX Workshop de Gerência e Operação de Redes e Serviços, pages 15–28, Porto Alegre, RS, Brasil. SBC.

Silva, D., Nobre, F., Ferreira, M., Portela, A., Araújo, T., and Gomes, R. (2024b). Identificação das causas de situações de alto atraso em provedores de internet. In Anais do XVI Simpósio Brasileiro de Computação Ubíqua e Pervasiva, pages 111–120, Porto Alegre, RS, Brasil. SBC.

Souza, P., Santos, J., Neto, A., Nobre, F., Trajano, A., and Gomes, R. (2026). Detecção de ataques de phishing por meio de modelos de linguagem. In Anais do XLIV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 589–602, Porto Alegre, RS, Brasil. SBC.

Trajano, A., Costa, C., Nobre, F., and Gomes, R. (2026). Melhorando a eficiência energética na execução de llms via controle de potência de gpus orientado por slas. In Anais do XLIV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos, pages 968–981, Porto Alegre, RS, Brasil. SBC.

Wagner, T. D., Mahbub, K., Palomar, E., and Abdallah, A. E. (2019). Cyber threat intelligence sharing: Survey and research directions. Computers Security, 87:101589.

Wolpert, D. H. (1992). Stacked generalization. Neural networks, 5(2):241–259.