@PHDTHESIS{ 2024:1455872179,
 	title = {Detecção de evidências de pornografia infantojuvenil em imagens digitais com estratégias formadas por técnicas computacionais integradas},
 	year = {2024},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3514",
 	abstract = "Criminosos utilizam da internet para realizar crimes cibernéticos, como compartilhar arquivos com pornografia infantojuvenil. Detectar evidências deste tipo de crime é uma tarefa realizada por autoridades policiais em um exame pericial. Uma dificuldade encontrada na detecção de evidências é a variedade e quantidade de arquivos presentes em um dispositivo a ser examinado. Uma forma de aumentar as chances de sucesso do exame pericial é utilizar Estratégias formadas por técnicas computacionais integradas oriundas das áreas: Computação Forense, Inteligência Artificial e Visão Computacional. Assim, o objetivo deste trabalho foi desenvolver e aplicar Estratégias formadas por técnicas computacionais integradas das áreas da Computação Forense, Inteligência Artificial e Visão Computacional aplicadas na detecção de evidências pornografia infantojuvenil em imagens digitais, para apoiar a execução de exames periciais. Ao conjunto destas Estratégias foi dado o nome Fenrir. Foram desenvolvidas quatro Estratégias: Detecção e recuperação de valores Hash Perceptivos (A), Detecção de pessoas (B), Detecção de conteúdo textual relacionado com pornografia infantojuvenil (C) e Detecção de objetos relacionados com pornografia infantojuvenil (D). Os resultados obtidos com o desenvolvimento e aplicação das Estratégias foram considerados promissores porque atingiram o objetivo proposto para cada Estratégia e, consequentemente o objetivo geral. A Estratégia A formada pelo Algoritmo de Hash Perceptivo e as Redes Neurais de Hopfield obteve a taxa de acerto de 89,36%, sendo possível calcular e recuperar valores Hash Perceptivo para detectar imagens semelhantes ou alteradas. A Estratégia B formada pelas técnicas da Detecção de Cor de Pele e Floresta Aleatória obteve uma acurácia de 99,98%, sendo possível identificar cores de pele nos pixels de imagens e assim, detectar pessoas. A Estratégia C formada pelas técnicas de Extração de Metadados, OCR, LSTM e Processamento de Linguagem Natural obteve valores das Taxas de Erro CER e WER variando entre 0.1 e 10.0, sendo possível detectar conteúdo textual relacionado com Pornografia Infantojuvenil em imagens e, finalmente a Estratégia D formada pelas técnicas da Detecção de Objetos, Redes Neurais Artificiais Convolucionais e as Redes Adversárias Generativas obteve a taxa de acerto de 60% na identificação e classificação de objetos, sendo possível detectar objetos relacionados com Pornografia Infantojuvenil em imagens. Concluiu-se que o desenvolvimento e aplicação de Fenrir apoiou a execução de exames periciais na detecção de evidências de pornografia infantojuvenil.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}