Artigo Mestrado

visualize_processed_data.py

@@ -0,0 +1,70 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+import seaborn as sns
+import os
+
+def visualize_processed_data(input_path):
+    """
+    Gera visualizações para o dataset pré-processado.
+    
+    Args:
+        input_path (str): Caminho para o arquivo CSV do dataset pré-processado.
+    """
+    print(f"Carregando o dataset pré-processado de: {input_path}")
+    df = pd.read_csv(input_path)
+
+    # Verifica se a coluna "Label" está presente
+    if "Label" not in df.columns:
+        raise ValueError("A coluna 'Label' não foi encontrada no dataset.")
+
+    # Exibe informações iniciais sobre o dataset
+    print(f"✅ Dataset carregado com {df.shape[0]} linhas e {df.shape[1]} colunas.")
+    print(f"✅ Colunas no dataset: {', '.join(df.columns)}")
+
+    # Conversão para rótulos legíveis
+    label_counts = df["Label"].apply(lambda x: "Ataque" if x == 1 else "Benigno")
+
+    # Gráfico de barras da distribuição das classes
+    plt.figure(figsize=(8, 5))
+    sns.countplot(x=label_counts)
+    plt.title("Distribuição das Classes (Dados Tratados)")
+    plt.xlabel("Classe")
+    plt.ylabel("Contagem")
+    plt.grid(True)
+    plt.tight_layout()
+    plt.savefig("visualizations/processed_data_label_distribution.png", dpi=300)
+    plt.close()
+    print("✅ Gráfico de distribuição das classes salvo como visualizations/processed_data_label_distribution.png")
+
+    # Gráfico da mesma feature do 4.1 (exemplo: "Destination_Port")
+    feature = "Destination_Port"
+    if feature in df.columns:
+        plt.figure(figsize=(10, 6))
+        sns.histplot(df[feature], kde=True)
+        plt.title(f"Distribuição da Feature '{feature}' (Dados Tratados)")
+        plt.xlabel(feature)
+        plt.ylabel("Frequência")
+        plt.grid(True)
+        plt.tight_layout()
+        plt.savefig("visualizations/processed_data_feature_distribution.png", dpi=300)
+        plt.close()
+        print(f"✅ Gráfico de distribuição da feature '{feature}' salvo como visualizations/processed_data_feature_distribution.png")
+    else:
+        print(f"⚠️ A feature '{feature}' não foi encontrada no dataset.")
+
+    # Informações finais
+    print("✅ Processamento completo!")
+    print("✅ Gráficos salvos em: 'visualizations/'")
+    print(f"✅ Total de linhas processadas: {df.shape[0]}")
+    print(f"✅ Total de colunas processadas: {df.shape[1]}")
+
+if __name__ == "__main__":
+    input_file = "cicids2017_preprocessed.csv"  # Caminho para o dataset pré-processado
+    if not os.path.exists(input_file):
+        print(f"Erro: Arquivo {input_file} não encontrado.")
+    else:
+        # Cria o diretório para salvar as visualizações, se não existir
+        os.makedirs("visualizations", exist_ok=True)
+        # Chama a função para gerar as visualizações
+        visualize_processed_data(input_file)
+