ANÁLISE PREDITIVA DE ATAQUES CIBERNÉTICOS USANDO REDES NEURAIS

Resumo

O uso de técnicas de redes neurais tem se consolidado como um recurso estratégico na segurança cibernética, oferecendo novas abordagens para a análise preditiva de ataques, a detecção de intrusões e a antecipação de ameaças digitais. Este estudo apresenta uma revisão sistemática da literatura, contemplando sete artigos publicados entre 2021 e 2025 e selecionados no Google Acadêmico, que discutem aplicações de modelos de aprendizado profundo e incremental em diferentes contextos de cibersegurança. Os resultados evidenciam que as redes neurais contribuem para aprimorar a precisão na identificação de padrões maliciosos, reduzir taxas de falsos positivos em sistemas de detecção de intrusão, classificar tráfego de rede com maior eficiência e apoiar estratégias de defesa proativa contra ataques cibernéticos. Apesar dos avanços, a literatura também aponta desafios relevantes, como a necessidade de bases de dados balanceadas e representativas, a mitigação de problemas de esquecimento catastrófico em modelos incrementais, além das limitações relacionadas ao custo computacional e à escalabilidade em ambientes de produção. A contribuição deste estudo consiste em sintetizar evidências recentes sobre o tema, oferecendo subsídios para o desenvolvimento de soluções preditivas mais robustas, eficazes e alinhadas às demandas contemporâneas de segurança digital.