Tolerância a falhas em roteadores
Monumenta - Revista Científica Multidisciplinar · 24.04.2026 · 13 (13) · 342
DOI: 10.57077/monumenta.v13i13.342 ↗Kurz gefasst
Fachartikel in der Zeitschrift Monumenta - Revista Científica Multidisciplinar, online erschienen am 24.04.2026. Verfasst von Emanoel Guilherme Barros und 2 weiteren Autor:innen.
Abstract (Originalsprache)
O aumento da complexidade das redes e a intensificação dos ataques distribuídos de negação de serviço (DDoS) exigem o desenvolvimento de mecanismos de tolerância a falhas em roteadores capazes de manter a disponibilidade dos serviços. Este artigo apresenta um modelo baseado em aprendizado de máquina otimizado para detecção e mitigação de ataques DDoS em tempo real, assegurando a continuidade operacional mesmo em condições adversas. O sistema utiliza o algoritmo XGBoost ajustado por meio do Particle Swarm Optimization (PSO), técnica que aprimora automaticamente os hiper-parâmetros para alcançar maior acurácia e menor latência de inferência. Os testes reali-zados em ambiente simulado demonstraram acurácia superior a 97% e redução significativa no tempo de resposta em relação a modelos tradicionais. Além disso, o modelo mostrou-se viável para execução em dispositivos embarcados, mantendo desempenho estável mesmo sob alto volume de tráfego malicioso. Os resultados comprovam a eficácia da abordagem proposta e reforçam seu potencial para aumentar a resiliência e a autonomia de redes críticas.
Zitieren
APA
Barros, E. G., Ferreira, C., & Lima, S. (2026). Tolerância a falhas em roteadores. Monumenta - Revista Científica Multidisciplinar, 13(13), 342. https://doi.org/10.57077/monumenta.v13i13.342
Vancouver
Barros EG, Ferreira C, Lima S. Tolerância a falhas em roteadores. Monumenta - Revista Científica Multidisciplinar. 2026;13(13):342. doi:10.57077/monumenta.v13i13.342
BibTeX
@article{Barros2026,
author = {Barros, Emanoel Guilherme and Ferreira, Clecio and Lima, Sidney},
title = {Tolerância a falhas em roteadores},
journal = {Monumenta - Revista Científica Multidisciplinar},
year = {2026},
volume = {13},
number = {13},
pages = {342},
doi = {10.57077/monumenta.v13i13.342}
}
EUVIMED