Excluir Dados.txt

Dados.txt

@@ -1,100 +0,0 @@
-🔍 4.1 Visualização dos Dados Brutos
-Imagens:
-
-raw_data_feature_distribution.png
-
-raw_data_label_distribution.png
-
-📊 raw_data_feature_distribution.png
-Analisando a distribuição da feature Destination_Port:
-
-A densidade concentra-se em portas conhecidas (ex: 80, 443, 22, 21), o que é esperado em tráfego legítimo.
-
-Observa-se picos isolados em portas não convencionais, indicativo de atividades anômalas como port scans ou ataques que testam portas alternativas.
-
-A cauda longa mostra que há uma variedade grande de portas utilizadas, com uso esporádico – característica típica de datasets com ataques variados (como DDoS ou Botnet).
-
-📊 raw_data_label_distribution.png
-Forte desbalanceamento: o tráfego BENIGNO domina amplamente o conjunto de dados.
-
-Isso valida a preocupação expressa no artigo sobre a necessidade de estratégias de pré-processamento (como normalização, e eventualmente balanceamento de classes).
-
-Os ataques são diversos, mas individualmente minoritários. Isso ressalta a importância de interpretar o modelo com cuidado, pois ele pode tender a aprender o padrão benigno como dominante.
-
-🧼 4.2 Visualização Após Tratamento dos Dados
-Imagens:
-
-processed_data_feature_distribution.png
-
-processed_data_label_distribution.png
-
-📊 processed_data_feature_distribution.png
-Após normalização (Min-Max), os valores de Destination_Port foram re-escalados para o intervalo [0, 1].
-
-O histograma mantém a forma geral da distribuição, mas permite comparar valores com outras features normalizadas no mesmo intervalo.
-
-Os picos mantêm-se nos mesmos pontos (ex: 0.03, 0.08...), representando as portas mais comuns.
-
-A cauda longa permanece presente, mas com visualização mais limpa (sem outliers extremos que distorcem a escala).
-
-Interpretação visual:
-→ A normalização não alterou a estrutura semântica da feature, o que é positivo: ela preserva os padrões enquanto permite que o modelo compare múltiplas features em igualdade de escala.
-
-📊 processed_data_label_distribution.png
-A distribuição de classes foi mantida após o tratamento – ou seja, não houve balanceamento artificial das classes.
-
-Isso é coerente com o objetivo do estudo, que focou na visualização e interpretabilidade, e não na maximização da performance via técnicas como SMOTE.
-
-O fato de o modelo ter atingido alta performance mesmo com classes desbalanceadas reforça a robustez do Random Forest e da engenharia de features realizada.
-
-🧠 4.3 Visualizações de Interpretabilidade com SHAP
-Imagens:
-
-shap_bar_plot.png
-
-shap_summary_plot.png
-
-shap_dependence_plot.png
-
-📊 shap_bar_plot.png
-Exibe a importância média de cada feature no modelo Random Forest.
-
-A feature mais importante é Destination_Port, seguida por variáveis relacionadas a fluxo (Flow_Duration, Flow_IAT_Max, Fwd_Packet_Length_Std etc).
-
-Essas features indicam características temporais e estruturais do tráfego, que são cruciais para distinguir entre comportamento normal e malicioso.
-
-Insights:
-
-Destination_Port domina por ser fortemente correlacionada a certos tipos de ataque (e.g., ataques a SSH, FTP, RDP).
-
-A combinação de múltiplas features temporais mostra que o modelo aprendeu padrões comportamentais de tráfego.
-
-📊 shap_summary_plot.png
-Vai além da média: mostra a distribuição dos valores SHAP por feature.
-
-Cada ponto representa uma amostra e sua contribuição para a classificação.
-
-A coloração representa o valor da feature (vermelho = alto, azul = baixo).
-
-Exemplo de interpretação:
-
-Para Destination_Port, valores altos (vermelho) tendem a contribuir para classificação como ataque, enquanto valores baixos (azul) muitas vezes indicam tráfego benigno.
-
-Isso confirma que portas incomuns estão associadas a comportamentos maliciosos no dataset.
-
-📊 shap_dependence_plot.png
-Exibe a relação entre o valor da feature mais importante (Destination_Port) e seu impacto SHAP.
-
-Mostra que para certas faixas de portas (principalmente as mais altas ou não padrão), há um aumento expressivo no valor SHAP → maior probabilidade de o modelo classificar como ataque.
-
-Pode-se observar clusters ou transições bruscas, indicando possíveis thresholds que o modelo implicitamente aprendeu.
-
-📌 Conclusão da Análise Visual
-Etapa	Gráfico	Insight Principal
-Dados Brutos	raw_data_feature_distribution	Presença de portas suspeitas; picos em portas padrão e anomalias em portas altas.
-raw_data_label_distribution	Desbalanceamento de classes.
-Dados Tratados	processed_data_feature_distribution	Distribuição preservada; normalização eficaz.
-processed_data_label_distribution	Desbalanceamento mantido para estudo realista.
-Interpretação com SHAP	shap_bar_plot	Destination_Port domina; features temporais também são muito relevantes.
-shap_summary_plot	Correlação clara entre valores altos da porta e ataques.
-shap_dependence_plot	Portas incomuns aumentam a probabilidade predita de ataque.