Horário: 14h
Palestrante: João Victor de Araujo Oliveira (doutorado)
Orientadora: Profa Maria Emilia Machado Telles Walter
Título: Identificação de Telomerase RNA usando Aprendizado de Máquina
Resumo: A telomerase é uma ribonucleoproteína (RNP) formada pela enzima transcriptase reversa e por RNA (em inglês, telomerase RNA - TR}. Essa RNP utiliza uma região de seu RNA como molde para adicionar múltiplas repetições de telômeros nos finais dos cromossomos. A ativação dessa atividade telomérica em células somáticas é observada em 90% dos casos de câncer, pois ativa crescimento em células cancerígenas. As TRs vêm evoluindo rapidamente em diferentes linhagens de eucariotos, com uma grande variação de tamanho, sequência primária, estrutura secundária e caminhos de biogêneses. Além disso, sequências de TER apresentam baixa similaridade, mesmo em grupos de espécies próximas, dificultando o uso de métodos baseados em homologia. Nesta tese, propomos o uso de técnicas de extração de características, baseadas em modelos matemáticos, em sequências de TRs, visando aprimorar a identificação dessa classe de RNAs não-codificadores de proteínas. Métodos de extração de características podem indicar potenciais características úteis, que podem ser usadas na construção de modelos de aprendizado de máquina para melhor identificar e compreender as TRs.
Horário: 14h20
Palestrante: Ismael Coelho Medeiros (mestrado)
Orientadora: Prof Rodrigo Bonifácio
Título: Exploração de vulnerabilidades em Smart Contracts utilizando Fuzzing
Resumo: Nos últimos anos, houve um aumento considerável no interesse de aplicações que utilizem blockchain e para isso o uso de smart contract como da rede Ethereum é essencial para o desenvolvimento de lógicas de neǵocio atreladas às caracteristicas de uma rede blockchain. Como é algo bastante novo, muito best practices ainda estão sendo desenvolvidos e muitas vulnerabilidades ainda estão sendo descobertas. Nesse tipo de aplicações, vulnerabilidades podem levar a prejuízos muito grande. O objetivo desse trabalho é a investigar a utilização de técnicas de fuzzing em smart contracts já que se mostraram bastante úteis na detecção automática de falhas em outros domínios. O principal foco é no uso de directed greybox fuzzingpara isso.
Horário: 14h40
Palestrante: Jefferson Pereira da Silva (doutorado)
Orientadora: Prof Eduardo Alchieri
Title: Parallel execution of transactions
Abstract: Serial execution is unable to exploit modern multi-core resources efficiently, hence limiting the system throughput and increasing the transaction acceptance latency. Contemporary blockchains such as Bitcoin and Ethereum execute transactions serially by miners and validators and determine the Proof-of-Work (PoW). The objective of this work is to increase transaction throughput by introducing the execution of transactions using a static analysis of the transaction dependencies at runtime through a classifier thread and several worker threads. The classifier thread is responsible for managing conflicts and worker threads are responsible for executing transactions without conflict. This conflict analysis done by the classifier is maintained in a non-conflicting acyclic graph.
Horário: 15h
Palestrante: José Vicente Clavo Tafur (mestrado)
Orientador: Prof Rodrigo Bonifácio
Título: Exploração das ventajas do SVFA pra Taint Analysis
Resumo: SVFA já foi explorado para programas C, mas pouco é discutido sobre a importância dessa técnica para analisar programas Java e esse será nosso foco.
Horário: 15h20
Palestrante: Lucas dos Santos Althoff (doutorado)
Orientadora: Profa Mylene Farias
Title: Examination of the Reliability of 360 Image Quality Assessment Datasets
Abstract: Given the centrality for multimedia systems optimization, the field of Multimedia quality assessment is a very active area. With the growing popularity of Virtual Reality (VR) applications, emerged the urgency for 360 image quality assessment (360IQA) datasets. However, quality scores data gathered from immersive subjective experiments tend to include inconsistencies and bias. Besides numerous evidence under the low reliability of 360IQA, this field suffers from low availability of datasets containing raw quality score, while it is not clear how to report and control reliability for this type of datasets. In this work, we analyze the reliability of the quality scores gathered for omnidirectional content. In particular, we aim to understand the typical level of inconsistency, and content ambiguity affecting the distribution and reliability of the 360IQA datasets. We also compare the characteristics of quality scores between 360IQA and regular IQA datasets using multiple reliability indicators. As result, we estimated for the dataset studied, that the number of subjective inconsistencies higher than 10% of the quality scale is 23.8% for 360IQA datasets, and 5.4% for IQA datasets. From this result, we are developing a framework for evaluating content ambiguity, and planning a cross-media subjective experiment, to test our framework for reducing 360IQA subjective inconsistencies.
Local: Teams MS - Equipe PPGI-316415 Seminário, Canal Seminários 1-2022
Profa Célia Ghedini Ralha (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)
Coordenadora Seminários de Pós-Graduação em Informática 1-2022