???global.info.a_carregar???
Identificação

Identificação pessoal

Nome completo
Pedro Pereira

Nomes de citação

  • Pereira, Pedro

Identificadores de autor

Ciência ID
D11F-DD35-0D1D
ORCID iD
0009-0008-7641-1566

Endereços de correio eletrónico

  • peesp@isep.ipp.pt (Profissional)

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Inglês Utilizador proficiente (C2) Utilizador proficiente (C2) Utilizador proficiente (C2) Utilizador proficiente (C2)
Português Utilizador proficiente (C2) Utilizador proficiente (C2) Utilizador proficiente (C2) Utilizador proficiente (C2)
Formação
Grau Classificação
2024/09 - 2026/07
Em curso
Engenharia de Inteligência Artificial (Mestrado integrado)
Instituto Politécnico do Porto Instituto Superior de Engenharia do Porto, Portugal
2021/09 - 2024/07
Concluído
Engenharia Informática (Licenciatura)
Instituto Politécnico do Porto Instituto Superior de Engenharia do Porto, Portugal
"Exploring Green AI: A Comparative Study of Machine Learning Models" (TESE/DISSERTAÇÃO)
16
Percurso profissional

Ciência

Categoria Profissional
Instituição de acolhimento
Empregador
2024/02 - Atual Investigador (Investigação) Instituto Politécnico do Porto Grupo de Investigação em Engenharia e Computação Inteligente para a Inovação e o Desenvolvimento, Portugal
Instituto Politécnico do Porto Instituto Superior de Engenharia do Porto, Portugal
Projetos

Projeto

Designação Financiadores
2024/09 - 2025/11 BEHAVIOR - Behavior Classification Project
Investigador
Em curso
Produções

Publicações

Artigo em conferência
  1. Pereira, Pedro; Gouveia, José; Vitorino, João; Maia, Eva; Praça, Isabel. "Adversarially Robust and Interpretable Magecart Malware Detection". Trabalho apresentado em 23 rd IEEE International Symposium on Network Computing and Application, Lisboa, 2025.
    Aceite para publicação
  2. Pereira, Pedro; Gonçalves, José; Vitorino, João; Maia, Eva; Praça, Isabel. "Enhancing JavaScript Malware Detection through Weighted Behavioral DFAs". Trabalho apresentado em 9th European Interdisciplinary Cybersecurity Conference (EICC 2025), Rennes, 2025.
    Publicado • 10.1007/978-3-031-94855-8_13
  3. Pereira, Pedro; Paulo Mendes; João Vitorino; Maia, Eva; Praça, Isabel. "Intelligent Green Efficiency for Intrusion Detection". Trabalho apresentado em 17th International Symposium on Foundations and Practice of Security (FPS 2024), Montreal, 2024.
Atividades

Participação em evento

Descrição da atividade
Tipo de evento
Nome do evento
Instituição / Organização
2025/06/18 - 2025/06/19 Paper presentaion (Enhancing JavaScript Malware Detection through Weighted Behavioral DFA's) at EICC 2025 conference at Rennes, France
Conferência
9th European Interdisciplinary Cybersecurity Conference (EICC 2025)
Centre Inria de l’Université de Rennes, França