Middleware para detecção de anomalias no compartilhamento de conteúdo para sistemas baseados em blockchain

• Autor(a) principal: Silva, Alef Vinicius Cardoso e
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23112020-143011/
• topic: Anomalia; Anomaly; Blockchain; Blockchain; Compartilhamento de conteúdo sensível; Medical prescriptions; Prescrições médicas; Privacidade; Privacy; Sharing sensitive content

A evolução das plataformas digitais, bem como a geração massiva de dados, possibilitou um cenário mundial orientado por dados. Por exemplo, decisões profissionais, processos físicos, emocionais e produtivos têm sido feitos baseados em dados. Nesta dissertação, apresenta-se o MADCS, que serve para alcançar o compartilhamento de conteúdo sensível e envolver questões de privacidade e segurança, especialmente, ao alterar ou infringir conteúdo confidencial. MADCS é um middleware para sistemas baseados em redes descentralizadas, como o Blockchain, para o compartilhamento de conteúdo sensível. Devido ao avanço das redes descentralizadas e às diversas criações de moedas virtuais, o trabalho teve como foco o estudo das tecnologias, sistemas e plataformas que compõem essas criptomoedas para verificar a possibilidade de utilizá-las em outros contextos como o compartilhamento de conteúdo sensível. Apesar dessas plataformas oferecerem vantagens em termos de imutabilidade, privacidade, segurança e confiabilidade, algumas lacunas ainda persistem para tornar tais plataformas mais seguras e confiáveis. Diante disso, o middleware MADCS tem o objetivo de detectar anomalias no compartilhamento de conteúdos sensíveis tendo como foco o experimento de verificar o conteúdo de cada transação dentro de uma organização e, a partir de clusters criados com base em transações históricas, detectar se existe alguma fora do fluxo de normalidade e que possa distinguir as transações válidas e inválidas. Dessa forma, conseguimos verificar anomalias impostas pelas próprias partes interessadas que visam se beneficiar da rede. Para validar o middleware, construímos um conjunto de dados de prescrição médica seguindo o modelo de prescrições médicas genérico, e aplicou-se o algoritmo K-means para identificar anomalias simuladas no middleware proposto. O teste de zero conhecimento foi utilizado para a conduta confidencial da etapa de negociação entre os usuários, de modo que, para que uma transação possa ser confirmada, o detector de anomalias deve investigar e aprovar suas informações e, posteriormente, o consenso deverá permitir o envio da transação à estrutura. Os resultados das experiências demonstram uma acurácia e precisão de 75 % e 85 % na identificação de anormalidades no processo de compartilhamento de conteúdo. Realizou-se o estudo de caso com e sem MADCS cujos resultados demonstraram que o uso da blockchain combinado com nosso middleware pode contribuir para um compartilhamento mais seguro do conteúdo da rede. Foi verificado que o middleware associado ao ledger não produz um ruído grande em termos de latência e processamento, levando a crer que a inserção de um mecanismo para aumentar a confiança em sistemas distribuídos não alterará a vazão do sistema de forma significativa.