Autor: camila

“Transformação Digital para um Mundo em Emergência Climática” é tema do CSBC 2026

De que maneira a Computação pode contribuir para enfrentar os desafios ambientais contemporâneos?

O tema central do CSBC 2026, “Transformação Digital para um Mundo em Emergência Climática”, propõe uma reflexão crítica sobre o papel das tecnologias digitais na mitigação dos impactos ambientais e na construção de futuros mais sustentáveis.

O evento contará com sessões técnicas, mesas de debate e palestras com especialistas nacionais e internacionais, promovendo um espaço qualificado para discussão interdisciplinar sobre inovação tecnológica e sustentabilidade.

Saiba mais sobre o CSBC 2026

Confira os artigos de pesquisadores do ICoNIoT aprovados para o SBRC 2026

Agente VAMOS! Planejamento de Rotas Veiculares Cientes de Contexto Semântico com Agentes de LLM

Carnot Braun (UNICAMP), Daniel Ludovico Guidoni (UFOP), Eduardo Coelho Cerqueira (UFPA), Joahannes Bruno Dias da Costa (UNIFESP), Leandro Villas (UNICAMP), Allan Mariano de Souza (UNICAMP)

FC-DT: Otimização Proativa de Recursos em Ambientes Névoa-Nuvem com Suporte de Gêmeos Digitais

Lucas Lopes (UFPI), José Miqueias (UFPI), Iure de Sousa Fé (UFPI), Jonas César Gomes Nunes (UFPI), Luiz Fernando Bittencourt (UNICAMP), José Valdemir dos Reis Junior (UFPI), Francisco Airton Silva (UFPI)

Mascaramento por Agrupamento e Rotulagem com LLMs para Compartilhamento de Datasets de Incidentes em Redes

Breno Manhaes (UFRJ), Guilherme Thomaz (UFRJ), Miguel Elias Mitre Campista (UFRJ)

Modelagem e Otimização do Aprendizado Federado para Justiça do Nível de Energia em Redes Sem Fio

Guilherme Thomaz (UFRJ), Miguel Elias Mitre Campista (UFRJ)

Uma Arquitetura Descentralizada para Aprendizado Federado Baseada em Blockchain: Um Estudo de Caso sobre Mecanismos de Consenso

Francinaldo Barbosa (UFPI), Luis Guilherme Silva (UFPI), Iure de Sousa Fé (UFPI), Israel Araujo (UFPI), Alex Borges Vieira (UFJF), Geraldo Rocha (UESB), Francisco Airton Silva (UFPI)

Adaptive Block Size and Block Timeout for Hyperledger Fabric Networks

Ericksulino Moura (UFPI), Ramon Abreu (UFPI), Francisco Airton Silva (UFPI), Glauber Dias Gonçalves (UFPI), Allan Edgard Silva Freitas (IFBA), André C. B. Soares (UFPI)

PRINCE: A Proactive Client Selection in Federated Learning for Connected and Autonomous Vehicles

Amanda Lopes (UFPA), John Sousa (UFPA), Lucas de Lima Bastos (UNIFESSPA), Lucas de Sousa Pacheco (UFPA), Iago Medeiros (UFPA), Denis Rosário (UFPA), Eduardo Coelho Cerqueira (UFPA)

ORION: Escalonamento de Tarefas baseado em Otimização Multiobjetivo para Nuvens Veiculares

Matheus Ramos Esteves (UNIFESP), Bruno Kimura (UNIFESP), Maycon Peixoto (UFBA), Geraldo Rocha (UESB), Leandro Villas (UNICAMP), Allan Mariano de Souza (UNICAMP), Joahannes Bruno Dias da Costa (UNIFESP)

ASTRA: Adaptive Student-Teacher Method for Robust Aggregation and Client Drift Reduction in Federated Learning

João Victor Feio Gonçalves (UFPA), John Sousa (UFPA), Rafael Veiga (UFPA), Lucas de Lima Bastos (UNIFESSPA), Lucas de Sousa Pacheco (UFPA), Iago Medeiros (UFPA), Denis Rosário (UFPA), Eduardo Coelho Cerqueira (UFPA)

A Comparative Performance Study of the Matrix /sync Endpoint on Synapse and Tuwunel

Windson Viana (UFC), Francisco Airton Silva (UFPI), Francisco Gomes (UFC), Michel Sales (UFCQUIXADA), Roberto Ivo (IFCE), Fernando Antonio Mota Trinta (UFC), Rossana M. de C. Andrade, José Macedo (UFC), Vinícius Lagrota (CEPESC), Rodrigo Pacheco (CEPESC), Paulo Antonio Leal Rego (UFC)

Self-Distributing Systems in the Wild: An Experimental Study on a Real-world Edge-Cloud Continuum Platform

Matheus Avila Naspolini (UFSC), Alison R Panisson (UFSC), Jim Lau (UFSC), Martín Vigil (UFSC), Luiz Fernando Bittencourt (UNICAMP), Roberto Rodrigues-Filho (UnB)

IoT-TSim: A Lightweight Discrete-Event Simulator for Gateway Queueing and Processing Dynamics in IoT

Melissa Alves (UFPI), Vandirleya Barbosa (UFPI), Eduardo Coelho Cerqueira (UFPA), Denis Rosário (UFPA), Iure de Sousa Fé (UFPI), Ermeson Andrade (UFRPE), Francisco Airton Silva (UFPI)

Da Sinapse à Borda com MI-X: Escoltando o Usuário no Edge-Cloud-Continuum

Rodrigo Almeida Bezerra (UFBA), Luiz Fernando Bittencourt (UNICAMP), Leandro Villas (UNICAMP), Maycon Peixoto (UFBA)

CAIROS: Controle Adaptativo do aprendIzado fedeRadO em redes Sem fio

Lucas Airam C. de Souza (UFRJ), Nadjib Achir (INRIA Saclay, France), Miguel Elias Mitre Campista (UFRJ), Luis Henrique Maciel Kosmalski Costa (UFRJ)

Chaos-K8s: Avaliação Sistemática de Disponibilidade em Clusters Kubernetes

Jonas César Gomes Nunes (UFPI), Iure de Sousa Fé (UFPI), Lucas Lopes (UFPI), José Miqueias (UFPI), Elias P. Duarte Jr. (UFPR), Francisco Airton Silva (UFPI)

 

Agente K-alibra: Estratégia para Seleção de K-Clientes em Aprendizado Federado autônoma

Rafael de Oliveira Jarczewski (UNICAMP), Eduardo Coelho Cerqueira (UFPA), Antonio Alfredo Ferreira Loureiro (UFMG), Leandro Villas (UNICAMP), Allan Mariano de Souza (UNICAMP)

TRACE-NET: A Pipeline for Network Traffic–Based Attack Detection and Explanation

Roberta Viola (UFMG), Michele Nogueira Lima (UFMG), Adriano Alonso Veloso (UFMG)

RRAP: Um Algoritmo Integrado de Roteamento, Alocação de Recursos e Proteção com Diferenciação de Serviço em SDM-EONs

Rafael Silva Lopes (UFPA), Denis Rosário (UFPA), Eduardo Coelho Cerqueira (UFPA), Helder Oliveira (USP)

Predição Iterativa de Vazão de Rede Utilizando Uma Abordagem de Janelas Deslizantes combinada com Imputação de Dados Dinâmica

Maria Clara Ferreira (Uece), Maria de Lourdes Melo Linhares de Brito (Uece), Ariel Portela (Uece), Ivo Pimenta (Uece), Thelmo P. de Araujo (Uece), Rafael Lopes Gomes (Uece)

QFL-Adaptive: Uma Abordagem Híbrida de Aprendizado Federado Quântico Personalizado e Resiliente

Rómulo Walter Condori Bustincio (UNICAMP), Edgar Condori Pozo (Universidad Nacional de San Agustín – Perú, Peru), Ricardo Hancco Ancori (Universidad Nacional San Agustin Arequipa, Peru), Francisco Airton Silva (UFPI), Allan Mariano de Souza (UNICAMP), Luiz Fernando Bittencourt (UNICAMP)

Predição de Atraso Alto em Infraestruturas de Rede com Redes Neurais de Grafos

Janaina Ribeiro (Uece), Francisco Nobre (Uece), Maria de Lourdes Melo Linhares de Brito (Uece), Maria Clara Ferreira (Uece), Ismael De Castro, Rafael Lopes Gomes (Uece)

Controle Interoperável no Contínuo Computacional de IoT com Agentes de IA

Dener Ottolini Silva (UFABC), Alexandre Heideker (UNIBO, Italy), Ednaldo José Ferreira (Embrapa Instrumentação Agropecuária), Carlos Kamienski (UFABC), Reinaldo Bianchi (FEI)

Melhorando a Eficiência Energética na Execução de LLMs via Controle de Potência de GPUs Orientado por SLAs

Alex Trajano (Instituto Atlântico), Crislane Costa, Francisco Nobre (Uece), Rafael Lopes Gomes (Uece)

Drones-DT: Gerenciamento Dinâmico de Frotas de Drones Representados por Gêmeos Digitais

José Miqueias (UFPI), Lucas Lopes (UFPI), Iure de Sousa Fé (UFPI), Jonas César Gomes Nunes (UFPI), Luiz Fernando Bittencourt (UNICAMP), Juliano Araujo Wickboldt (UFRGS), Francisco Airton Silva (UFPI)

Modelo de Predição de Perda de Propagação do Sinal de Ondas Sub-6GHz Utilizando Aprendizado Profundo e Dados Visuais Geoespaciais

Caio Peixoto Galdino (UFRJ), Pedro Henrique Cruz Caminha (UFRJ), Rodrigo de Souza Couto (UFRJ)

Aprendizado Federado Hierárquico: Uma Perspectiva Analítica com Redes de Petri Estocásticas

Israel Araujo (UFPI), Luis Guilherme Silva (UFPI), Francinaldo Barbosa (UFPI), Iure de Sousa Fé (UFPI), Geraldo Rocha (UESB), Francisco Airton Silva (UFPI)

Seleção de Clientes Federados usando Aprendizado por Reforço Multiagente

Marcelo Zwetsch (UFRJ), Guilherme Thomaz (UFRJ), Miguel Elias Mitre Campista (UFRJ)

Evasão em Modelos de Detecção de Ameaças de Rede Usando Propriedades do Espaço de Decisão

Rafael Dias Campos (UFMG), Michele Nogueira Lima (UFMG), Marcio Costa Santos (UFMG)

Enforcing Service Stability for WebAssembly Extended Reality Workloads at the Edge A Quality of Service Aware Orchestration Framework

Gustavo Jardim (UNISINOS), Cristiano Bonato Both (UNISINOS), Matheus Lucas (UFG), Kleber Vieira Cardoso (UFG), Sand Luz Correa (UFG), Bruno Oliveira Silvestre (UFG), Fábio Luciano Verdi (UFSCAR)

Aprendizado Federado com Geração de Embeddings para Controle da Heterogeneidade Estatística

Gustavo Guaragna (UNICAMP), Joahannes Bruno Dias da Costa (UNIFESP), Leandro Villas (UNICAMP), Allan Mariano de Souza (UNICAMP)

Uma ferramenta adaptativa para detecção de ataques Cross-Site Scripting no lado do cliente

Isabela Alves (CEFET/RJ), Julia Souza (CEFET/RJ), Dalbert Matos Mascarenhas (CEFET-RJ), Igor Monteiro Moraes (UFF)

An Opportunistic Key Exchange Scheme for Location Information Sharing on UAV Networks Resilient to MiM Attacks

Agnaldo de Souza Batista (UFPR), Vinicius Trindade Dias Abel (UFMG), Aldri Luiz dos Santos (UFMG)

Agregação Dinâmica de Enlaces e Redistribuição de Fluxos em Redes SDN Híbridas

William Lima Reiznautt (UNICAMP), Nelson Fonseca (UNICAMP)

C2N: Bridging CAMARA Service APIs and 3GPP Core Network Exposure Function

Rafael Rodrigues Silva (UFG), João Paulo Esper (UFG), Leandro C. de Almeida (Federal Institute of Paraíba), Fábio Luciano Verdi (UFSCAR), Kleber Vieira Cardoso (UFG)

Anonimização de Traços Wi-Fi com Controle do K-Anonimato em Ambientes de Execução Confiável

Pedro V. Rubinstein (UFRJ), Fernando Silva (UFRJ), Guilherme Thomaz (UFRJ), Miguel Elias Mitre Campista (UFRJ), Luis Henrique Maciel Kosmalski Costa (UFRJ)

Ataques DoS Mitigados por Autoscaling: Uma Abordagem Analítica para Avaliar Sistemas Multicamadas

Francisco Airton Silva (UFPI), Iure de Sousa Fé (UFPI), Leonel Feitosa Correia (UFPI), Paulo Antonio Leal Rego (UFC), Bruno Nogueira (Ufal)

Symbolic Flow Representation Based on the First-M Packets for Early Traffic Classification

Marcelo A. C. Fernandes (UFRN)

Perturbação Controlada de Autovetores em PCA para Preservação de Privacidade em Dados Sensíveis

Ivo Pimenta (Uece), Kaynan Santos Freitas (Uece), Evellin Moura (UECE), Erick Nascimento (UECE), Fabio Augusto Faria (Instituto Superior Tecnico / INESC-ID, Portugal), Rafael Lopes Gomes (Uece)

Detecção de Ataques DDoS em Tempo de Execução baseado em Modelo Transformer Otimizado por Chunks

Gustavo Pereira (UFMG), Euclides Peres Farias Junior (UTFPR), Anderson Begamini Neira (IFPR), Michele Nogueira Lima (UFMG)

Ataques de Envenenamento de Rótulos contra a Detecção de Zero-Day em Sistemas de Detecção de Intrusão Colaborativos

Giovanni Siervo (UFU), Maria Eduarda Sanchez Chessio (UNIPAMPA), Silvio Quincozes (UNIPAMPA), Vagner Ereno Quincozes (UFF), Celio Albuquerque (UFF), Diego Passos (ISEL, Portugal), Daniel Mossé (University of Pittsburgh, United States of America)

Detecção de Ataques na Borda da Rede com Embeddings de Séries Temporais

Gabriel Violante (UFMG), Felipe Melo (UFMG), Fernando Nakayama (UFMG), Michele Nogueira Lima (UFMG)

Degradação de Desempenho de Contramedidas Estáticas a Ataques de Negação de Serviço de Baixo Volume

Bruno Santos (UFF), Ian Vilar Bastos (UERJ), Igor Monteiro Moraes (UFF)

Um Middleware Markoviano Incremental para Detecção de Anomalias em Sistemas de Controle de Acesso Físico

Lucas Morais (UnB), Vinícius Gonçalves (University of Brasilia), Fabio Lucio Lopes de Mendonca (UnB), Rodolfo Ipolito Meneguette (USP), Francisco Airton Silva (UFPI), Geraldo Rocha (UESB)

K8s-DT: Um Gêmeo Digital do Kubernetes Baseado em Modelos Estocásticos

Iure de Sousa Fé (UFPI), Luiz Fernando Bittencourt (UNICAMP), Paulo Romero Martins Maciel (UFPE), Francisco Airton Silva (UFPI)

Agrupamentos em Redes IIoT Baseados em Q-Learning Resilientes à Falhas de Quebra de Enlace

Carlos Alberto Pedroso (UFPR), Aldri Luiz dos Santos (UFMG), Vitor Nogueira (UFMG)

LoRA-SL: Low-Rank Adaptation for Continual Split Learning

Mateus Carmo de Oliveira (UNICAMP), Heitor Henrique da Silva (UNICAMP), Camilo Henrique Martins dos Santos (UNICAMP), Carlos R. Senna (UNICAMP), Allan Mariano de Souza (UNICAMP), Luiz Fernando Bittencourt (UNICAMP)

Um Arcabouço de Classificação em Conjunto Aberto com Adaptação via Retreino Dinâmico para Detecção de Intrusão

Giovanna Vieira Souza (UFMG), Fernando Nakayama (UFMG), Michele Nogueira Lima (UFMG)

Representação Baseada em Grafos de Infraestrutura como Código: Possibilitando o Raciocínio Semântico para Sistemas Conteinerizados

Guilherme Soares (UFRGS), Lucas Schafer Vrielink (UFRGS), Juliano Araujo Wickboldt (UFRGS), Jeferson Campos Nobre (UFRGS), Lisandro Zambenedetti Granville (UFRGS)

Usando Representações Não Supervisionadas Para Extração de Características Em Grafos em Dados de Redes Sociais

Erick Nascimento (UECE), Ivo Pimenta (Uece), Marcello Lee (Uece), Janaina Ribeiro (Uece), Thelmo P. de Araujo (Uece), Rafael Lopes Gomes (Uece)

Análise de Vulnerabilidades em Configurações Padrão de Serviços em Provedores de Computação em Nuvem

Caroline Braga (CEFET-RJ), Dalbert Matos Mascarenhas (CEFET-RJ), Igor Monteiro Moraes (UFF)

Análise Empírica do Desempenho do Tráfego em Nível de Fluxo em Enlaces de Internet via Satélite LEO

Ricardo Araujo de Souza Filho (UFF), Lucca Vieira Chatack (UFF), Igor Monteiro Moraes (UFF), Nicollas Rodrigues de Oliveira (UFF), Diogo Menezes Ferrazani Mattos (UFF)

Latency-Aware Routing and Multidimensional Optical Resource Allocation for CF-RAN over SDM-EON

Adriel Rodrigues (USP), Daniel Macêdo Batista (USP), Helder Oliveira (USP)

Dimensionamento Control-Aware de Controladores Compartilhados em Ambientes de Borda Kubernetes para Sistemas IIoT

Marcelo A. C. Fernandes (UFRN)

Performance Analysis and Refactoring of the Synapse Reference Server through Observability

Francisco Gomes (UFC), Francisco Airton Silva (UFPI), Michel Sales (UFCQUIXADA), Windson Viana (UFC), Fernando Antonio Mota Trinta (UFC), Rossana M. de C. Andrade, José Macedo (UFC), Vinícius Lagrota (CEPESC), Rodrigo Pacheco (CEPESC), Paulo Antonio Leal Rego (UFC)

Pesquisador Dr. Jéferson Nobre apresenta webinar dia 16 de abril

A apresentação será intitulada ‘Análise de Segurança da Computação Confidencial e da Comunicação Anônima’

A Computação Confidencial estende as garantias de segurança para o estágio de processamento de dados, oferecendo confidencialidade e integridade durante a execução por meio de Ambientes de Execução Confiáveis (Trusted Execution Environments – TEEs) ancorados em hardware especializado.

A Comunicação Anônima, por sua vez, protege a identidade das partes e os metadados associados às interações, informações que permanecem expostas mesmo quando o conteúdo é protegido por criptografia. Esta apresentação discute os fundamentos técnicos de ambos os paradigmas e suas propriedades de segurança sob um modelo de ameaça realista, evidenciando que suas garantias são condicionais e dependem de uma cadeia de confiança baseada em hardware, atestação remota e correta separação de responsabilidades entre componentes.

Como estudo de caso, analisa-se o Private Processing da Meta para o WhatsApp, que combina TEEs, Oblivious HTTP e logs imutáveis para viabilizar funcionalidades de IA preservando a privacidade dos usuários, ilustrando a complementaridade entre Computação Confidencial, Comunicação Anônima e Criptografia Ponta-a-Ponta (E2EE).

O palestrante

Professor da Universidade Federal do Rio Grande do Sul (UFRGS). Associado da Sociedade Brasileira de Computação (SBC). Possui graduação em Engenharia Elétrica pela Universidade Federal do Rio Grande do Sul (2002), mestrado em Ciência da Computação (2010) e doutorado (2015) pela mesma universidade. Realizou período de doutorado-sanduíche (2011/2012) na Cisco Systems (EUA). Realizou Pós-Doutorado na Universidade Federal do Pará (2016). Tem experiência na área de Redes de Computadores e Sistemas Distribuídos, com ênfase em Gerenciamento e Segurança de Redes de Computadores.

O maior evento de computação da América Latina está na 46ª edição em 2026

O Congresso da Sociedade Brasileira de Computação (CSBC) é um evento anual realizado pela Sociedade Brasileira de Computação (SBC).  A 46a edição do Congresso será realizada em Gramado/RS, no período de 19 a 23 de julho de 2026.

Ao longo de mais de quatro décadas de realização, o CSBC tornou-se o evento científico nacional mais importante em ciência da computação. A excelente reputação do CSBC pode ser observada pela qualidade e pelo número expressivo de submissões de trabalhos nos seus dez sub eventos principais e dezesseis eventos satélites. 

Outras características, como a diversidade e a abrangência de atividades realizadas, a atualidade dos temas abordados e o profissionalismo de sua organização, contribuíram para que o CSBC se consolidasse no calendário de eventos científicos nacionais e se tornasse o evento mais importante na área de computação na América do Sul. 

Com mais de quatro décadas de trajetória, o CSBC consolidou-se como o principal fórum científico da área no país, reunindo anualmente cerca de dois mil participantes, entre pesquisadores, estudantes e profissionais do Brasil e do exterior.

O evento é promovido pela Sociedade Brasileira de Computação (SBC), principal entidade científica da área no Brasil. Nesta edição, estão na organização os pesquisadores Weverton Cordeiro e Alberto Egon Schaeffer Filho (UFRGS), vinculados ao INCT ICoNIoT.

Reserve a data e acompanhe as atualizações por meio das redes sociais e da newsletter do ICoNIoT.

 

IA e Computação na Borda: Pesquisa de Pós-Doutorado de Marcelo Claudio Sousa Araújo usa IA para reduzir a latência para usuários em movimento

A pesquisa é orientada pelo pesquisador Luiz Fernando Bittencourt 

Pesquisadores em IoT e redes de computadores estão focados em resolver um desafio crítico da vida moderna: a manutenção de uma conectividade rápida e ininterrupta para usuários que se deslocam constantemente. 

Esse esforço se concentra na Computação na Borda (Edge Computing), na qual o processamento está espalhado por todos os lados.

O cerne da investigação do pesquisador do ICoNIoT Marcelo Araújo, realizada em um Pós-Doutorado sob a supervisão do professor Luiz Fernando Bittencourt (UNICAMP), é buscar fazer com que o conjunto de dados que normalmente seria executado na nuvem acompanhe o usuário durante seus deslocamentos diários para o trabalho, lazer, etc. O objetivo primordial é melhorar a latência e a experiência geral do usuário, garantindo que o tempo de resposta permaneça o mais baixo e rápido possível.

O desafio dos ambientes próximos

Apesar da necessidade de proximidade, há uma grande questão que demanda pesquisa: os ambientes localizados na borda da rede – que podem ser mini data centers ou mesmo roteadores – são menos robustos e detêm menos poder computacional. A pesquisa visa encontrar, então, a melhor maneira possível de realizar essa troca de dados (ou handoff) entre esses ambientes.

A solução proposta passa pela criação de um algoritmo que possa ser adaptado para essa finalidade específica, sendo capaz de identificar que o usuário está em movimento.

Aprendizado profundo na tomada de decisão

O projeto de pós-doutorado de Araújo associa conceitos de Inteligência Artificial (IA) ao trabalho que já vinha sendo desenvolvido por ele. O foco está no aprendizado profundo para capacitar o sistema computacional a tomar as melhores decisões autonomamente.

O sistema avalia uma série de dados e métricas para decidir como gerenciar a mobilidade, incluindo:

  • A previsão de como será a mobilidade do usuário;
  • A verificação da latência;
  • A distância do usuário;
  • A avaliação da estrutura que está próxima do usuário, especialmente se esta estiver congestionada.

O uso de técnicas como DRL (Deep Reinforcement Learning) aumenta a flexibilidade das métricas que o sistema computacional irá avaliar durante o processo de decisão.

Simulações para Superar Limitações

Um dos grandes obstáculos nesse tipo de projeto é o alto custo envolvido na realização de simulações hiper-realistas. Essa limitação é contornada pelos pesquisadores, nas fases iniciais, utilizando simuladores que incorporam características fiéis do ambiente real. Além disso, é possível modelar o comportamento e as ações que o usuário faria em seu dia a dia. No caso do projeto de Araújo, foi criado um mapa sintético da cidade de Atenas. Este mapa serve para executar a lógica do sistema e fazer uma simulação que se aproxima de um ambiente real.

 

Dave Cavalcanti apresenta webinar ‘Enabling Real-Time Systems & AI at the Edge’ dia 2 de abril

Em sua apresentação o Dr. Dave Cavalcanti, Engenheiro Sênior na Intel, examinará os fundamentos arquitetônicos e de nível de sistema necessários para viabilizar a computação determinística em tempo real em conjunto com aplicações de IA em plataformas de borda modernas.

Vai enfocar a computação coordenada no tempo, as cargas de trabalho de criticidade mista e a convergência entre computação e rede como fatores-chave para os sistemas ciberfísicos de próxima geração.

A apresentação discutirá recursos de hardware, software e rede, como Time-Sensitive Networking, ferramentas de benchmarking e seu papel na viabilização de sistemas em tempo real aprimorados por IA em diversos mercados verticais.

O palestrante

Dave Cavalcanti é engenheiro sênior na Intel Corporation, com ampla experiência em sistemas de rede distribuídos, conectividade, padrões do setor e ecossistemas. Ele também atua como presidente da Avnu Alliance, um fórum do setor que promove padrões e programas de certificação para possibilitar um desempenho determinístico em tempo real com base em dispositivos interoperáveis de Time Sensitive Networking (TSN) e redes convergentes.

Ele obteve o título de doutor em Ciência da Computação e Engenharia em 2006 pela Universidade de Cincinnati, mestrado em Ciência da Computação e bacharelado em Engenharia Eletrônica pela UFPE, no Brasil. Publicou mais de 50 artigos revisados por pares e detém mais de 125 patentes concedidas. Ocupou vários cargos de liderança em conferências e publicações do IEEE.

Não é necessário se inscrever para participar do webinar, basta acessar o nosso canal no YouTube.

Esperamos vocês!

. Data: 2 de abril de 2026, 5a feira.
. Horário: 16h.
. Transmissão pelo canal INCT ICoNIoT no YouTube

 

K8s-DT – Conheça o projeto do professor Francisco Airton

No projeto de pesquisa conduzido pelo professor Francisco Airton (UFPI), ele e seus alunos Iure Fé (doutorado), José Miqueias (mestrado) e Lucas Lopes (mestrado) desenvolvem modelos analíticos baseados em Redes de Petri, usados para representar matematicamente qualquer sistema distribuído. Eles criam um diagrama que descreve o sistema e realizam cálculos probabilísticos para obter diversas métricas, utilizando uma ferramenta específica para isso.

Airton considera que esses modelos também podem ser interpretados como digital twins. A partir disso, o grupo seleciona um sistema de informação específico — no caso do aluno de doutorado, o Kubernetes — e constrói modelos de Redes de Petri que representam a implantação do Kubernetes. Depois de modelar esse sistema, eles integram o modelo a um software capaz de executá-lo e monitorar o Kubernetes em tempo real. 

Já os alunos de mestrado usam outros sistemas monitorados: um deles trabalha com monitoramento por câmera, e outro com um simulador de drones.

A equipe está preparando artigos para o SBRC deste ano, descrevendo como a plataforma de digital twin pode apresentar desempenho superior a diferentes tipos de autoscaling. Neste caso, o sistema testa diferentes configurações e simula cenários (“what if”), o que permite identificar a melhor opção antes de aplicá-la no ambiente real.

Na arquitetura cliente-servidor tradicional, o Kubernetes opera ao lado dos servidores e pode conectar-se a qualquer cliente, incluindo dispositivos de IoT. Nesses dispositivos, um conjunto de sensores gera dados que variam conforme o contexto, como horário do dia ou fluxo de veículos. Essa variação na demanda exige ajustar dinamicamente a configuração da implantação do Kubernetes. É neste ponto que pode atuar o K8s-DT, prevendo a melhor nova configuração a ser implementada.

Pesquisador do ICoNIoT lança livro sobre aprendizado de máquina para o gerenciamento de redes

Oscar Mauricio Caicedo Rendon, um dos membros da rede internacional de pesquisadores do INCT ICoNIoT, lançará em 26 de abril deste ano de 2026 seu livro “Machine Learning for Network Management”. O livro está sendo publicado pela Springer Nature e poderá ser adquirido completo ou por capítulos.

“Machine Learning for Network Management” foi escrito para ser um texto guia para estudantes de mestrado e doutorado que estejam interessados em estudar a  aplicação do aprendizado de máquina em redes, introduzindo-se no mundo dos algoritmos úteis para resolver problemas de gerenciamento de redes. 

O autor

Oscar Mauricio Caicedo é professor da Faculdade de Engenharia Eletrônica e Telecomunicações da Universidad del Cauca, Colômbia, onde é membro do Grupo de Engenharia Telemática. Ele  fez seu doutorado na UFRGS, orientado pelo pesquisador Lisandro Granville. Quando voltou para a Colômbia no ano 2015, começou a trabalhar na área de gerenciamento de redes usando algoritmos de machine learning com o Professor Nelson Fonseca, muito antes da explosão da IA generativa que tem sido observada. 

Em 2018, o prof. Caicedo já estava publicando os primeiros resultados de sua pesquisa em ML para gerenciamento de redes e continua fazendo-lo em 2026. Seu livro aproveita toda essa experiência de mais de dez anos de pesquisa, usando reinforcement learning, deep reinforcement learning, federated learning, explainable artificial intelligence, e large/small language models, para resolver problemas de falhas, configuração, rendimento, e segurança em redes de comunicação.

Composição do livro

O livro divide-se em três partes, sendo a primeira conceitual, sobre ML e gerenciamento de redes, trazendo uma cronologia de ML na gerência de redes desde os anos de 1950 até 2024/2025, quando encontra a IA generativa.

A segunda parte trata especificamente da configuração de redes, passando por elementos como performance, segurança, falhas de configuração e a definição de algoritmos para cada uma dessas áreas. São apresentados algoritmos e códigos, sua complexidade computacional, e casos de uso.

A terceira e última parte apresenta com mais profundidade um exemplo de aplicação do uso da IA generativa para o gerenciamento de redes. Introduz um problema que pode ser abordado usando IA gen, objetivando trazer um caso atual.

Além dos exemplos com códigos, cada capítulo apresenta exercícios práticos e a solução para eles, além de slides para que professores possam utilizar, personalizando-os como desejarem.

O livro conecta-se com diversas pesquisas desenvolvidas no ICoNIoT.

Para saber mais, acesse a página da obra no site da Springer Nature.

 

 

Projetos coordenados por pesquisadores do INCT ICoNIoT são contemplados no OpenRAN@Brasil

No começo do ano, o Programa OpenRAN@Brasil divulgou o resultado da Chamada para Aplicações 5G Open RAN e Hospedeiros, iniciativa voltada ao fomento de soluções inovadoras baseadas em redes abertas de acesso por rádio. As propostas selecionadas têm como objetivo impulsionar o desenvolvimento de aplicações 5G Open RAN em áreas estratégicas para o país.

Das cinco propostas contempladas, três são coordenadas por pesquisadores do INCT ICoNIoT. São elas: GreenRAN: Open RAN Sustentável para o Agro e Campi Inteligentes/Coordenador: Eduardo Cerqueira (UFPA); OpenHealth5G: Open 5G Networking for Digital Health/Coordenador: Juliano Wickboldt (UFRGS); e Sentinel-5GO: Monitoramento Colaborativo de Segurança e Meio Ambiente em Redes 5G Open RAN/Coordenador: Augusto Neto (UFRN).

Também uma quarta proposta, intitulada CampusRAN: Campus Inteligente com Rede de Acesso via Rádio Aberta e coordena por Dianne Scherly (UFF), conta com a participação dos pesquisadores do ICoNIoT Igor Moraes e Diogo Mattos, ambos da UFF.

Conheça as propostas:

GreenRAN: Open RAN Sustentável para o Agro e Campi Inteligentes

A proposta “GreenRAN: Open RAN Sustentável para o Agro e Campi Inteligentes” oferece a Solução-ORAN-Green, que será sistemática e extensivamente avaliada a partir de duas aplicações desenvolvidas em distintos casos de uso, nas verticais “Agro 4.0 e Conectividade Rural” (principal) e “Cidades e Campi Inteligentes” (secundária). Essas aplicações utilizarão a conectividade 5G proporcionada pela Rede-5G-Green, hospedada no campus da UFPA em Belém.

Sentinel-5GO

No caso do projeto Sentinel-5GO, da UFRN em parceria com a Universidade de Aveiro em Portugal e com a Brisanet Serviços de Telecomunicações S.A., o objetivo é e validar uma solução integrada que combina o potencial das redes 5G/OpenRAN, processamento de dados no continuum telco-Cloud (computação em borda e extrema borda), inteligência artificial multimodal e percepção colaborativa em dois casos de uso estratégicos voltados a Cidades e Campi Inteligentes: segurança pública inteligente (por meio da aplicação PubSafe) e monitoramento ambiental e de biodiversidade (pautado na aplicação EnvMon).

O projeto utilizará a infraestrutura aberta e desagregada da ilha do Programa OpenRAN@Brasil na UFRN, como plataforma de experimentação e validação de tecnologias 5G abertas e interoperáveis. As aplicações PubSafe e EnvMon exploram as capacidades da rede 5G. A aplicação PubSafe busca aprimorar a segurança pública e o monitoramento inteligente do Campus Central da UFRN, utilizando drones, robôs e câmeras conectadas à ilha OpenRAN@Brasil para detecção de incidentes e geração automática de alertas. Já a aplicação EnvMon aplica sensores IoT, câmeras e microfones no campus e em parte do Parque das Dunas para monitoramento ambiental e da biodiversidade, utilizando IA para identificação de fauna e flora, estimativa de créditos de carbono e análise climática.

OpenHealth5G

O OpenHealth5G, parceria da UFRGS com a PUC-RS, a Federal de Ciências da Saúde e a UNISINOS, propõe o desenvolvimento e a experimentação de aplicações inovadoras em Saúde Digital e Conectada, explorando o potencial das tecnologias abertas de redes 5G e Open RAN. Os cenários de uso priorizados incluem telessaúde emergencial, que permitirá o atendimento remoto em situações críticas com suporte a dispositivos médicos e sensores conectados, e educação médica imersiva, que utilizará recursos de realidade aumentada e virtual para formar estudantes e profissionais de saúde.

CampusRAN

O objetivo deste projeto é implantar um campus inteligente na UFF para desenvolvimento e experimentação de aplicações 5G Open RAN. Serão desenvolvidas duas aplicações, Dashboard de Monitoramento e Aplicação de Conectividade Gamificada, que envolvem os seguintes serviços: localização indoor de UEs, videomonitoramento para segurança da comunidade do campus e controle ambiental, sensoriamento de espaços internos e externos e acesso à Internet para a comunidade acadêmica.

Expansão nacional do testbed

Além da seleção das aplicações, a chamada também aprovou novas instituições hospedeiras que receberão as ilhas do Programa OpenRAN@Brasil. A ampliação do número de hospedeiros fortalece a expansão nacional do testbed, permitindo maior capilaridade da infraestrutura e ampliando o acesso de pesquisadores das regiões Norte, Nordeste e Sul do país. Na região Nordeste, a UFRN será a contemplada com a ilha, também sob a coordenação do professor Augusto Neto.

Infraestruturas de pesquisa

Os projetos aprovados no OpenRAN@Brasil se alinham ao propósito da UNICAMP de desenvolver e implantar infraestruturas de pesquisa, bem como as ferramentas de controle associadas para permitir experimentação, na Europa e no Brasil, a fim de fomentar a pesquisa experimental no ponto de convergência entre as redes ópticas e sem fio. Ainda em 2016, a UNICAMP desenvolveu com a UFRGS, UFMG, UFES e UFCE e universidades europeias o projeto FUTEBOL –  cujo objetivo foi desenvolver e implantar infraestruturas de pesquisa, bem como as ferramentas de controle associadas para permitir experimentação, na Europa e no Brasil, a fim de fomentar a pesquisa experimental no ponto de convergência entre as redes ópticas e sem fio.

 Inovação aberta

Uma das grandes potencialidades do OpenRAN@Brasil é implementar um ambiente de experimentação (testbed) que abre muitas possibilidades de pesquisas, por ser aberto. Ambientes de experimentação assim costumam ter um custo que pode impedir pesquisadores com menos recursos. As aplicações aprovadas irão explorar o potencial do ecossistema Open RAN, que, além da experimentação, permitirá a validação tecnológica e geração de conhecimento aplicado em diferentes contextos de uso, alinhados às demandas nacionais de inovação e transformação digital.

O programa é executado pela RNP, CPQD, Inatel e pelo Instituto Eldorado. Estimula a colaboração entre a indústria e a academia e busca promover os modelos de desenvolvimento colaborativo, sem se limitar ao open source. Procura atender a demandas de prestadores de serviço e usuários de redes privadas, promover o ecossistema de inovação através do espaço de experimentação e demonstração, promover cenários de aplicação (redes públicas e privadas) e apoiar a formação de recursos humanos.

 

Pesquisadores do ICoNIoT estão em quatro dos cinco minicursos aceitos para o SBRC

A 44ª edição do Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC) será realizada de 25 a 29 de maio de 2026 no formato presencial.

Recentemente, foram divulgados os minicursos aprovados para o simpósio: são cinco minicursos, dos quais quatro incluem pesquisadores do ICoNIoT.

Confira os cursos e pesquisadores participantes:

Minicurso 1
Ataques em Aprendizado Federado: Impactos Práticos e Estratégias de Mitigação, Helio N. Cunha Neto (UERJ), Carlos Henrique Nunes (UERJ), Raphael Ortolan (UERJ), Ian Vilar Bastos (UERJ), Evandro Luiz Cardoso Macedo (UERJ), Rafaela Correia Brum (UERJ), Alexandre Sztajnberg (UERJ), Diogo Menezes Ferrazani Mattos (UFF)

Minicurso 2
Aprendizado Federado Veicular: da Teoria à Prática, Lucas Airam C. de Souza (UFRJ), Guilherme Thomaz (UFRJ), Mateus da Silva Gilbert (UFRJ), Vinicius Avena (UFRJ), Felipe Gomes Táparo (UFRJ), João Sobrinho (UFRJ), Fernando Silva (UFRJ), Nadjib Achir (INRIA Saclay), Miguel Elias Mitre Campista (UFRJ), Luis Henrique Maciel Kosmalski Costa (UFRJ)

Minicurso 3
Agentes Inteligentes para Configuração de Redes de Computadores: Da Teoria à Prática com LLM, SLM, RAG e IA Agentic,William Lima Reiznautt (UNICAMP), Eduardo Coelho Cerqueira (UFPA), Diogo Maciel Cunha (UNICAMP), Leandro Villas (UNICAMP), Antonio Alfredo Ferreira Loureiro (UFMG), Denis Rosário (UFPA), Allan M. de Sousa (UNICAMP), Nelson Fonseca (UNICAMP).

Minicurso 5
Construção de Sistemas de Gêmeos Digitais: Uma Abordagem baseada em Middleware, André Gustavo Almeida (IFRN), Lucas Pereira (UFRN), Thais Vasconcelos Batista (UFRN), Everton Cavalcante (UFRN), Flavia Delicato (UFF), Rebeca Mota (UFF).