ISEP - DM – Engenharia de Inteligência Artificial
URI permanente para esta coleção:
Navegar
Percorrer ISEP - DM – Engenharia de Inteligência Artificial por orientador "Costa, Daniel Duarte"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Sistema multi-agente resiliente para detecção de spam com proteção contra prompt injectionPublication . SILVA, STÉFANE KATARINE RODRIGUES DA; Pereira, Isabel Cecília Correia da Silva Praça Gomes; Costa, Daniel DuarteA proliferação de spam e ataques de phishing representa ameaça crítica à segurança cibernética, com 45,6% do tráfego global de e-mail classificado como malicioso em 2023. Embora Large Language Models (LLMs) demonstrem eficácia superior na detecção contextual de ameaças, sua adoção introduz vulnerabilidades inéditas através de ataques de prompt injection, com taxa de sucesso documentada em 36 modelos comerciais. Esta dissertação propõe um sistema multi-agente resiliente que integra detecção de spam e mitigação de prompt injection através de arquitetura de defesa em profundidade. O sistema implementa seis agentes especializados coordenados pelo framework LangGraph: SanitizationAgent, PromptInjectionAgent, LLMClassifier, HashAnalyzer, MaliciousContentAgent e ResultAggregator. Experimentos em dataset de 1.000 amostras balanceadas demonstraram acurácia de 87%, recall de 92,8% e F1-Score de 86%, superando métodos tradicionais e posicionando-se competitivamente frente a abordagens de Deep Learning. A arquitetura modular permite incorporação de novos agentes sem reestruturação, enquanto mecanismos de tolerância a falhas garantem operação contínua mesmo diante de componentes comprometidos. Os resultados validam a viabilidade de sistemas multi-agente baseados em LLMs para aplicações críticas de segurança cibernética.