SiR.AI

Sobre o Projeto

O projeto SiR.AI (Sistemas Resilientes para Ambientes Inteligentes) surge em resposta aos desafios emergentes na era da convergência tecnológica. O avanço das tecnologias de comunicação e processamento tem impulsionado o surgimento de novos paradigmas que transformam a sociedade, incluindo a Internet das Coisas (IoT), Big Data, Computação em Nuvem e Inteligência Artificial.

Esses avanços permitem o desenvolvimento de novos modelos de organização da sociedade e negócios, como Cidades Inteligentes, Sistemas de Transporte Inteligentes, Indústria 4.0 e aplicações em Defesa e Segurança.

Questão Central

"Como melhorar a qualidade dos dados e explorar o contexto para desenvolver sistemas resilientes em ambientes inteligentes?"

Apoio

CNPq/MCTI/FNDCT nº 21/2024 – Programa Conhecimento Brasil – Atração e Fixação de Talentos

Desafios Emergentes

Perspectiva dos Dados

Falta de padronização
Problemas de qualidade e confiabilidade
Cobertura espaço-temporal limitada

Perspectiva dos Sistemas

Falta de adaptabilidade das soluções a cenários dinâmicos
Rigidez frente a mudanças
Necessidade de consciência de contexto

Objetivos

Objetivo Geral

Apoiar ambientes inteligentes (cidades e sistemas de transportes inteligentes, indústria 5.0, agricultura, e campo de batalha), fornecendo mecanismos para:

Enriquecimento de dados
Consciência de contexto e adaptabilidade para aplicações, modelos e protocolos

Objetivos Específicos

Aprimorar a qualidade dos dados com técnicas de fusão, estatística e IA

Avançar no monitoramento e detecção de contexto em dispositivos conectados

Desenvolver soluções adaptáveis ao contexto para otimizar recursos e decisões

Utilizar IA generativa para projetar soluções e apoiar decisões rápidas

Criar interfaces intuitivas para visualização e interpretação dos dados

Avaliar a precisão, eficiência e uso de recursos das soluções propostas

Tópicos de Pesquisa

Modelagem e Análise de Mobilidade

Caracterização e Projeto de Modelos de Mobilidade Tática
Comparação Sistemática de Modelos de Mobilidade Tática Sintéticos e Realistas
Otimização de Topologia de Rede Consciente da Mobilidade para Cenários Táticos
Previsão de Comportamento de Unidades em Cenários Táticos Usando Deep Learning
Modelos de Mobilidade Coordenada para Unidades Táticas Mistas UAV-Terrestre
Adição de novos modelos de mobilidade no emulador Mininet-WiFi
Explorando Interações de Entidades Móveis para Construir Sistemas Resilientes
Caracterizando Traços de IoT Social: De Análises Espaço-Temporais a Sociais
Projetando Modelo de Mobilidade IoT Baseado em Relações Abstratas: Caracterização e Aplicação

Segurança e Resiliência de Redes

Detecção de Topologias de Rede para Impulsionar Ataques Cibernéticos
Diferenciação de entidades de rede através de sua mobilidade usando IA
Simulação de ataques cibernéticos e contramedidas usando Cyber Operations Research Gym (CybORG)
Aprendizado Federado para melhorar a segurança e privacidade em redes táticas
Controlador resiliente contra ameaças cibernéticas em redes IoT definidas por software
Sistema de defesa cibernética em redes táticas definidas por software
O Impacto da mobilidade em protocolos baseados em SDN: avaliação e soluções
De Amizade a Confiança: Adaptando políticas de segurança baseadas em Interações Sociais
Protocolo OpenFlow leve para redes táticas para reduzir overhead de controle e aumentar a segurança

IA Generativa e Otimização

Uso de ferramentas de IA generativa para criar ambientes de rede (NetGen)
Análise Comparativa de Funções de Agendamento Tradicionais e Baseadas em IA para Redes 6TiSCH
Resolução de Conflitos em Horários de Trens Usando Grafos Alternativos e Deep Q-Networks

Áreas de Aplicação

Cidades Inteligentes Sistemas de Transporte Inteligentes Indústria 4.0/5.0 Agricultura Inteligente Redes Táticas Internet das Coisas Militar

Equipe

Coordenador

Dr. Paulo H. L. Rettore

Universidade Federal de Minas Gerais (UFMG)

rettore@dcc.ufmg.br

Principais Colaboradores Nacionais

Dr. Bruno Pereira dos Santos

Universidade Federal da Bahia (UFBA)

Dr. José Marcos Silva Nogueira

Universidade Federal de Minas Gerais (UFMG)

Dr. Daniel Fernandes Macedo

Universidade Federal de Minas Gerais (UFMG)

Dr. Vinícius Fernandes Soares Mota

Universidade Federal do Espírito Santo (UFES)

Dr. Daniel Bruno Fernandes Conrado

Instituto Federal de Minas Gerais (IFMG)

Principais Colaboradores Internacionais

Dr. Nils Aschenbruck

Universität Osnabrück, Alemanha

Dra. Aline Carneiro Viana

INRIA – Institut National de Recherche en Informatique et en Automatique, França

Estudantes Associados

Edgar S. Oliveira Doutorando - USP-ICMC

Antonio de Sousa Cruz Neto Mestrado - UFBA

Leon Luca Lausberg Mestrando - Uni-Bonn

Sebastian Burfeid Mestrando - Uni-Bonn

Shruthi Devaraj Mestrando - Uni-Bonn

Olid Mohd Sayed Mestrando - Uni-Bonn

MD Ashik Rezwan Mestrando - Uni-Bonn

Matheus Machado Souza Paraíso IC - UFBA

Henrique Nietzsch IC - UFMG

Gabriel Luiz de Souza Siqueira IC - UFMG

Felipe Pires Franco IC - UFMG

Hudson Ferreira Luiz IC - IFMG

Publicações

Contribuições científicas do projeto até o momento

Fraunhofer FKIE

Aprovado

Towards a Real Vehicular Data Cloud

Software Defined Systems • 2024 • Cloud/IoT

Aprovado

Towards a Resilient Multi-Agent Controller: Securing and Mitigating Overhead in Tactical SDN

Software Defined Systems • 2024 • SDN/Segurança

🏆 Best Paper Award

📄 Acessar o arquivo

Aprovado

Military IoT from Management to Perception: Challenges and Opportunities Across Layers

IoT Magazine (IoTM) • 2024 • IoT

Aprovado

Securing Software-Defined Tactical Networks: A Cyber Defense System

IFIP Networking Conference (IFIP Networking) • 2024 • Segurança/Redes

Aprovado

GeNetE - Generative Network Environments: a Specialized Small Language Model

MILCOM • 2024 • IA/Redes

Aprovado

Towards a Realistic Tactical Mobility Model: Characterizing the Anglova Scenario

MILCOM • 2024 • Mobilidade/Tático

Aprovado

"Predicting Vehicle Trajectories based on Latitude and Longitude Positioning Historical Data"

NetMob • 2025 • Mobilidade/IA

Universidade Federal de Minas Gerais (UFMG)

Aprovado

PORVIR-5G: Programmability, ORchestration, and VIRtualization of Next Generation Networks

Annals of Telecommunications • 2025 • 5G

Aprovado

Análise do uso de Modelos de Linguagem de Grande Escala na Geração de Códigos para Automação Residencial

Web-Media • 2025 • IA/Automação

Aprovado

SDN in Tactical Networks: Advances and Open Challenges in the Field

ComMag • 2025 • SDN/Tático

Aprovado

📄 Acessar o arquivo

Aprovado

MobMetrics: A Modular Architecture for Computing and Visualizing Mobility Metrics

SDS • Dezembro, 2025 • IoT/Mobility

Sistemas Resilientes para Ambientes Inteligentes

Sobre o Projeto

Questão Central

Apoio

Desafios Emergentes

Perspectiva dos Dados

Perspectiva dos Sistemas

Objetivos

Objetivo Geral

Objetivos Específicos

Tópicos de Pesquisa

Modelagem e Análise de Mobilidade

Segurança e Resiliência de Redes

IA Generativa e Otimização

Áreas de Aplicação

Equipe

Coordenador

Dr. Paulo H. L. Rettore

Principais Colaboradores Nacionais

Dr. Bruno Pereira dos Santos

Dr. José Marcos Silva Nogueira

Dr. Daniel Fernandes Macedo

Dr. Vinícius Fernandes Soares Mota

Dr. Daniel Bruno Fernandes Conrado

Principais Colaboradores Internacionais

Dr. Nils Aschenbruck

Dra. Aline Carneiro Viana

Estudantes Associados

Publicações

GeNetE - Generative Network Environments: a Specialized Small Language Model

Towards a Realistic Tactical Mobility Model: Characterizing the Anglova Scenario

"Predicting Vehicle Trajectories based on Latitude and Longitude Positioning Historical Data"

SDN in Tactical Networks: Advances and Open Challenges in the Field

Disseminação

Apresentações

Visitas Técnicas

Workshops