Projeto Final: Segurança da Informação

Projeto final da disciplina de Segurança da Informação

Descrição

Este projeto tem como objetivo fazer avaliações e análises comparativas entre três diferentes abordagens de segurança da informação, abordagens essas que serão feitas para um mesmo conjunto de dados. O objetivo é entender as vantagens e desvantagens de cada abordagem, bem como identificar qual delas é mais eficaz em diferentes cenários.

📁 Estrutura do Repositório

Projeto-Seguranca-Informacao/
├── database.py                 # Gera dataset NUAA (multi-seed, separação por sujeito)
├── database2.py                # Gera dataset CASIA-FASD
├── database_old.py             # Versão legada (baseline)
├── requirements.txt            # Dependências do projeto
├── dataset/                    # Dataset NUAA organizado (gerado por database.py)
├── dataset2/                   # Dataset CASIA-FASD organizado (gerado por database2.py)
│
├── Metodo_1/                   # LBP + SVM
│   ├── extract_lbp.py          # Extração de features LBP
│   ├── svm.py                  # Treinamento do classificador SVM
│   ├── metrics.py              # Avaliação e métricas
│   ├── visualize_lbp.py        # Visualização das features LBP
│   ├── exploratory_analises.py # Análise exploratória do dataset
│   ├── test_new_images.py      # Testar com novas imagens
│   ├── data/                   # Features extraídas (.npy)
│   ├── models/                 # Modelos treinados (.pkl)
│   ├── results/                # Resultados e gráficos
│   └── CASIA/                  # Treino cruzado CASIA→NUAA
│       ├── extract_lbp_casia.py
│       ├── train_svm_casia.py
│       └── test_nuaa.py
│
├── Metodo_2/                   # VGG16 Transfer Learning
│   ├── main.py                 # Treinamento do modelo VGG16
│   ├── metrics.py              # Avaliação e métricas
│   ├── run.sh                  # Script para executar pipeline completo
│   ├── models/                 # Modelos treinados (.keras)
│   └── results/                # Resultados e gráficos
│
└── Metodo_3/                   # Histogramas de Cor + SVM
    ├── 1_extract_cor.py        # Extração de histogramas HSV/YCbCr
    ├── 2_svm.py                # Treinamento do classificador SVM
    ├── 3_metricas.py           # Avaliação e métricas
    ├── data/                   # Features extraídas
    ├── models/                 # Modelos treinados
    └── results/                # Resultados e gráficos

---

🛠️ Como Replicar o Projeto

Pré-requisitos

1. Python 3.8+ instalado
2. Conta no Kaggle com API configurada (para download automático dos datasets)
3. GPU (opcional) para o Método 2 (VGG16)

Passo 1: Clonar o Repositório

git clone https://github.com/seu-usuario/Projeto-Seguranca-Informacao.git
cd Projeto-Seguranca-Informacao

Passo 2: Criar Ambiente Virtual e Instalar Dependências

python -m venv venv
source venv/bin/activate  # Linux/Mac
# ou: venv\Scripts\activate  # Windows

pip install -r requirements.txt

Passo 3: Configurar Credenciais do Kaggle

# Baixe kaggle.json em: https://www.kaggle.com/settings
mkdir -p ~/.kaggle
cp kaggle.json ~/.kaggle/
chmod 600 ~/.kaggle/kaggle.json

Passo 4: Gerar os Datasets

# Dataset NUAA (usado por Metodo_1 e Metodo_3)
python database.py

# Dataset CASIA-FASD (usado por Metodo_2)
python database2.py

---

📘 Método 1: LBP + SVM

Extrai features de textura usando Local Binary Patterns e classifica com SVM.

Execução Completa

cd Metodo_1

# 1. Extrair features LBP (com separação por sujeito)
python extract_lbp.py --split-mode group-subject

# 2. Treinar SVM
python svm.py

# 3. Gerar métricas e visualizações
python metrics.py

Opções Avançadas

# Validação cruzada por sujeito (GroupKFold)
python svm.py --subject-cv --k 5

# Visualizar features LBP
python visualize_lbp.py

# Análise exploratória do dataset
python exploratory_analises.py

# Testar com novas imagens
python test_new_images.py --dir /caminho/para/imagens

Treino Cruzado CASIA → NUAA

cd Metodo_1/CASIA

# 1. Extrair features do CASIA
python extract_lbp_casia.py

# 2. Treinar SVM no CASIA
python train_svm_casia.py

# 3. Testar no NUAA
python test_nuaa.py

Arquivos Gerados

• data/X_train_lbp.npy, y_train_lbp.npy, etc.
• models/metodo1_lbp_svm.pkl
• results/results_metodo1.txt
• results/confusion_matrix_metodo1.png
• results/roc_curve_metodo1.png

---

📗 Método 2: VGG16 Transfer Learning

Usa transfer learning com a rede VGG16 pré-treinada no ImageNet.

Execução Completa (Script Automatizado)

cd Metodo_2
chmod +x run.sh
./run.sh

Execução Manual

cd Projeto-Seguranca-Informacao

# 1. Treinar o modelo VGG16
python -m Metodo_2.main

# 2. Gerar métricas e visualizações
python -m Metodo_2.metrics

Arquivos Gerados

• Metodo_2/models/metodo2_vgg16_best.keras
• Metodo_2/results/results_metodo2.txt
• Metodo_2/results/confusion_matrix_metodo2.png
• Metodo_2/results/roc_curve_metodo2.png
• Metodo_2/results/score_distribution_metodo2.png

---

📙 Método 3: Histogramas de Cor + SVM

Extrai histogramas nos espaços de cor HSV e YCbCr e classifica com SVM.

Execução Completa

cd Metodo_3

# 1. Extrair características de cor
python 1_extract_cor.py

# 2. Treinar SVM
python 2_svm.py

# 3. Gerar métricas e visualizações
python 3_metricas.py

Arquivos Gerados

• data/X_train_cor.npy, y_train_cor.npy, etc.
• models/metodo3_cor_svm.pkl
• results/results_metodo3.txt
• results/confusion_matrix_metodo3.png
• results/roc_curve_metodo3.png

---

📊 Parâmetros de Comparação

Métrica	Descrição
Acurácia	Porcentagem total de classificações corretas
Precisão	TP / (TP + FP)
Recall	TP / (TP + FN)
F1-Score	Média harmônica entre Precisão e Recall
FAR	False Acceptance Rate (fake aceito como real)
FRR	False Rejection Rate (real rejeitado como fake)
HTER	(FAR + FRR) / 2
EER	Equal Error Rate (ponto onde FAR = FRR)
AUC-ROC	Área sob a curva ROC

---

🔬 Metodologia de Avaliação

1. Separação por Sujeitos: Imagens do mesmo indivíduo não aparecem em train e test
2. Balanceamento: Undersampling da classe majoritária no treino
3. Multi-Seed: Execução com 5 seeds para robustez estatística
4. Validação Cruzada: GroupKFold por sujeito (opcional)

---

🗂️ Datasets Utilizados

Dataset	Origem	Script
NUAA	Kaggle: aleksandrpikul222/nuaaaa	database.py
CASIA-FASD	Kaggle: minhnh2107/casiafasd	database2.py

---

🐛 Resolução de Problemas

Problema	Solução
FileNotFoundError nos .npy	Execute os scripts na ordem correta
Erro no download do Kaggle	Configure ~/.kaggle/kaggle.json
Memória insuficiente (Método 2)	Reduza BATCH_SIZE em main.py
Modelo não encontrado	Verifique se o treinamento foi concluído

---

👥 Colaboradores

• Fernando Daniel Marelino
• Ícaro Travain Darwich da Rocha
• Marcos Aquino
• Mateus Vespasiano de Castro