Um framework baseado em aprendizado de máquina e dados de processos res judicata para análise e previsão de sanções penais referentes a crimes cibernéticos

Página do item simplificado
dc.contributor.advisorSilveira, Ismar Frango
dc.contributor.authorFonseca, Cibele Andréa de Godoy
dc.date.accessioned2023-06-06T12:29:53Z
dc.date.available2023-06-06T12:29:53Z
dc.date.issued2023-04-19
dc.description.abstractDevido ao desenvolvimento das tecnologias e ao crescimento da utilização da internet, principalmente em decorrência do período de pandemia global iniciado em 2020, percebe-se o avanço dos crimes cibernéticos em todo o mundo. Isso se deve ao fato de os infratores acreditarem no anonimato, na certeza de que suas ações não são monitoradas e que não existem punições severas para suas condutas. Outras novidades também são explícitas, como as que se referem à quantidade de dados disponíveis nos meios digitais, o avanço da computação em nuvem provendo maior capacidade computacional, o uso de algoritmos e da Inteligência Artificial. Esta tese apresenta uma proposta de framework para prever penas de multa aplicadas pelos tribunais brasileiros referentes aos crimes cibernéticos utilizando dados coletados dos processos de coisa julgada e do aprendizado de máquina. Essa previsão será feita obedecendo às fases da metodologia de descoberta de conhecimento em banco de dados (em inglês knowledge discovery in database – KDD) e utilizando algoritmos de aprendizado de máquina supervisionado, especificamente os de classificação. Os resultados tendem a ajudar especialistas da área do Judiciário, do direito e correlatas a descobrirem padrões de aplicação de penas de multa pelos tribunais diante de um conjunto de leis por eles utilizadas e, com base nesses padrões, fazer análises e previsões.pt_BR
dc.description.sponsorshipIPM - Instituto Presbiteriano Mackenziept_BR
dc.description.sponsorshipMackPesquisa - Fundo Mackenzie de Pesquisapt_BR
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/32790
dc.language.isopt_BRpt_BR
dc.language.isoenpt_BR
dc.publisherUniversidade Presbiteriana Mackenzie
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectalgoritmospt_BR
dc.subjectaprendizado de máquinapt_BR
dc.subjectcrimes cibernéticospt_BR
dc.subjectframeworkpt_BR
dc.subjectres judicatapt_BR
dc.titleUm framework baseado em aprendizado de máquina e dados de processos res judicata para análise e previsão de sanções penais referentes a crimes cibernéticospt_BR
dc.typeTesept_BR
local.contributor.advisorLatteshttp://lattes.cnpq.br/3894359521286830pt_BR
local.contributor.advisorOrcidhttps://orcid.org/0000-0001-8029-072Xpt_BR
local.contributor.authorLatteshttp://lattes.cnpq.br/0780179952438526pt_BR
local.contributor.board1Avelino, Pedro Buck
local.contributor.board1Latteshttp://lattes.cnpq.br/6548222553958318pt_BR
local.contributor.board2Knihs, Everton
local.contributor.board2Latteshttp://lattes.cnpq.br/1221939986465818pt_BR
local.contributor.board3Omar, Nizam
local.contributor.board3Latteshttp://lattes.cnpq.br/2067336430076971pt_BR
local.contributor.board4Bezerra, Luís Naito Mendes
local.contributor.board4Latteshttp://lattes.cnpq.br/2561707241770340pt_BR
local.description.abstractenDue to the advancement of technologies and the growth of internet use, mainly as a result of the global pandemic period that started in 2020, cyber crimes are advancing in Brazil and in the world. This is because offenders believe in anonymity, that their actions are not monitored and that there are no severe punishments for them. Other advances are also explicitly seen, such as those referring to the amount of data that is available in digital media, the advancement of cloud computing providing greater computing power the use of algorithms and intelligence artificial. This paper presents a framework proposal to predict fines imposed by Brazilian courts regarding cyber crimes using data collected from res judicata processes and machine learning. This forecast will be made following the phases of the knowledge discovery in database (KDD) methodology and with the use of supervised machine learning algorithms, specifically those of classification. The results tend to help specialists in the judiciary, law and related areas to discover patterns of application of fines by the courts in the face of a set of laws used by them and, based on these patterns, to make analyzes and predictions.pt_BR
local.keywordsalgorithmspt_BR
local.keywordscyber crimespt_BR
local.keywordsframeworkpt_BR
local.keywordsmachine learningpt_BR
local.keywordsres judicatapt_BR
local.publisher.countryBrasil
local.publisher.departmentEscola de Engenharia Mackenzie (EE)pt_BR
local.publisher.initialsUPM
local.publisher.programEngenharia Elétrica e Computaçãopt_BR
local.subject.cnpqSistemas de Informaçãopt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
CIBELE ANDREA DE GODOY FONSECA -PROTEGIDO.pdf
Tamanho:
2.73 MB
Formato:
Adobe Portable Document Format
Descrição:
Cibele Andréa de Godoy Fonseca
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Engenharia Elétrica e Computação - Teses - EE Higienópolis