Aplicações de Machine Learning na segurança da informação e proteção de dados: uma revisão de abordagens, desafios e perspectivas
Revista de Ciência e Tecnologia Fatec Lins · 2026 · 12 (1) · 49-58
DOI: 10.57243/recite.2026.1.0509 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista de Ciência e Tecnologia Fatec Lins, 2026. Verfasst von Alexandre Teso.
Abstract (Originalsprache)
Resumo: A transformação digital trouxe avanços à eficiência das organizações, mas também ampliou os riscos relacionados à segurança da informação e ao tratamento ético dos dados. Este estudo examina o uso de técnicas de Machine Learning (ML) como apoio à proteção de dados e à detecção de ameaças digitais. São discutidas aplicações práticas em áreas como identificação de phishing, análise de tráfego de redes e prevenção de incidentes em ambientes corporativos e de Internet das Coisas (IoT). A revisão de literatura abrange estudos recentes e projetos acadêmicos que avaliam o desempenho de modelos de aprendizado supervisionado e não supervisionado em diferentes contextos de segurança. Observa-se que, embora as abordagens baseadas em ML tenham apresentado resultados positivos em tarefas específicas, ainda persistem desafios técnicos e éticos, como a necessidade de explicabilidade dos modelos, a qualidade das bases de dados e o cumprimento de normas de privacidade, entre elas a LGPD e o GDPR. Palavras-chave: Machine Learning. Segurança da Informação. Proteção de Dados. Phishing. Governança Digital.
Zitieren
APA
Teso, A. (2026). Aplicações de Machine Learning na segurança da informação e proteção de dados: uma revisão de abordagens, desafios e perspectivas. Revista de Ciência e Tecnologia Fatec Lins, 12(1), 49-58. https://doi.org/10.57243/recite.2026.1.0509
Vancouver
Teso A. Aplicações de Machine Learning na segurança da informação e proteção de dados: uma revisão de abordagens, desafios e perspectivas. Revista de Ciência e Tecnologia Fatec Lins. 2026;12(1):49-58. doi:10.57243/recite.2026.1.0509
BibTeX
@article{Teso2026,
author = {Teso, Alexandre},
title = {Aplicações de Machine Learning na segurança da informação e proteção de dados: uma revisão de abordagens, desafios e perspectivas},
journal = {Revista de Ciência e Tecnologia Fatec Lins},
year = {2026},
volume = {12},
number = {1},
pages = {49--58},
doi = {10.57243/recite.2026.1.0509}
}
EUVIMED