Methodologies for traffic profiling in communication networks

Internet Tra c, Internet Applications, Internet Attacks, Tra c Pro ling, Multi-Scale Analysis abstract Nowadays, the Internet can be seen as an ever-changing platform where new and di erent types of services and applications are constantly emerging. In fact, many of the existing dominant applications, such as social networks, have appeared recently, being rapidly adopted by the user community. All these new applications required the implementation of novel communication protocols that present di erent network requirements, according to the service they deploy. All this diversity and novelty has lead to an increasing need of accurately pro ling Internet users, by mapping their tra c to the originating application, in order to improve many network management tasks such as resources optimization, network performance, service personalization and security. However, accurately mapping tra c to its originating application is a di cult task due to the inherent complexity of existing network protocols and to several restrictions that prevent the analysis of the contents of the generated tra c. In fact, many technologies, such as tra c encryption, are widely deployed to assure and protect the con dentiality and integrity of communications over the Internet. On the other hand, many legal constraints also forbid the analysis of the clients' tra c in order to protect their con dentiality and privacy. Consequently, novel tra c discrimination methodologies are necessary for an accurate tra c classi cation and user pro ling. This thesis proposes several identi cation methodologies for an accurate Internet tra c pro ling while coping with the di erent mentioned restrictions and with the existing encryption techniques. By analyzing the several frequency components present in the captured tra c and inferring the presence of the di erent network and user related events, the proposed approaches are able to create a pro le for each one of the analyzed Internet applications. The use of several probabilistic models will allow the accurate association of the analyzed tra c to the corresponding application. Several enhancements will also be proposed in order to allow the identi cation of hidden illicit patterns and the real-time classi cation of captured tra c. In addition, a new network management paradigm for wired and wireless networks will be proposed. The analysis of the layer 2 tra c metrics and the di erent frequency components that are present in the captured tra c allows an e cient user pro ling in terms of the used web-application. Finally, some usage scenarios for these methodologies will be presented and discussed.

Genetic profiling of ApoE in dementia

A demência é uma das principais causas de incapacidade entre os idosos, afetando mais de 36 milhões de pessoas em todo o mundo. É caracterizada pela deterioração progressiva das funções cognitivas, resultando em dificuldades no desempenho das atividades diárias do indivíduo. A idade de aparecimento dos sintomas, bem como a sua taxa de progressão, são variáveis entre a maior parte das demências, sendo estas geralmente caracterizadas por uma natureza progressiva, aumentando de gravidade ao longo do tempo. Entre os tipos mais frequentes de demência encontram-se a Doença de Alzheimer (DA), Demência Vascular, Demência de Corpos de Lewy e Demência Frontotemporal. O diagnóstico diferencial das demências é realizado tipicamente por testes neuro-psicológicos (para a exclusão de outras demências) e por exames imagiológicos. Contudo, muitos dos sintomas clínicos característicos podem sobrepor-se entre os diversos tipos de demência, o que pode constituir um problema devido a falta de especificidade e erros de diagnóstico. A compreensão dos fatores de risco ambientais e genéticos que podem modular o aparecimento e/ou progressão de doenças abre novas perspetivas relativamente à gestão destas neuropatologias. O gene da apolipoproteína E (ApoE) é reconhecido como o maior fator de risco na demência, desempenhando um papel central em particular no desenvolvimento da DA, sendo que os portadores do alelo ε4 são mais suscetíveis para a doença. Além disso, possíveis associações foram também propostas entre este gene e outras doenças neurológicas, sendo no entanto estes dados ainda controversos. Assim, o objetivo principal deste trabalho consistiu em determinar as frequências alélicas e genotípicas do gene ApoE num grupo de estudo piloto de pacientes com demência na região de Aveiro. Este grupo foi subdividido com base no diagnóstico neuroquímico, no qual foram avaliados os níveis de Aβ1-42, Tau-total e fosfo-Tau 181 no líquido cefalorraquidiano dos pacientes. Como resultado, observou-se que o alelo ε3 foi o mais frequente no grupo total, independentemente do tipo de patologia, e que o alelo ε2 foi o menos comum. O alelo ε4 foi de facto mais frequente em pacientes com DA do que em pacientes com outras neuropatologias, o que está de acordo com a relação proposta por outros autores. Adicionalmente, foi possível verificar que a frequência deste alelo nos pacientes com patologia amilóide é semelhante à observada no grupo DA, sugerindo um papel relevante para o ApoE no metabolismo e acumulação cerebral do Aβ. Consequentemente, estes indivíduos podem ter uma maior suscetibilidade para o desenvolvimento de DA no futuro. Deste modo, os nossos dados corroboram a ideia de que o alelo ε4 é um forte fator de risco para a DA e que deve ser considerado como um teste genético relevante que pode contribuir para o diagnóstico clínico da demência.