Tolerância a falhas em roteadores

mitigação de ataques distribuídos de negação de serviço com algoritmo de aprendizado de máquina otimizado

Resumo

O aumento da complexidade das redes e a intensificação dos ataques distribuídos de negação de serviço (DDoS) exigem o desenvolvimento de mecanismos de tolerância a falhas em roteadores capazes de manter a disponibilidade dos serviços. Este artigo apresenta um modelo baseado em aprendizado de máquina otimizado para detecção e mitigação de ataques DDoS em tempo real, assegurando a continuidade operacional mesmo em condições adversas. O sistema utiliza o algoritmo XGBoost ajustado por meio do Particle Swarm Optimization (PSO), técnica que aprimora automaticamente os hiper-parâmetros para alcançar maior acurácia e menor latência de inferência. Os testes reali-zados em ambiente simulado demonstraram acurácia superior a 97% e redução significativa no tempo de resposta em relação a modelos tradicionais. Além disso, o modelo mostrou-se viável para execução em dispositivos embarcados, mantendo desempenho estável mesmo sob alto volume de tráfego malicioso. Os resultados comprovam a eficácia da abordagem proposta e reforçam seu potencial para aumentar a resiliência e a autonomia de redes críticas.