3.1. Avaliação de Mecanismos de Fatorização Profunda Face a Vetores Complexos
A interdependência entre sistemas de controlo industrial e redes computacionais avançadas impõe desafios analíticos substanciais à deteção de ameaças contemporâneas. Enquanto os métodos convencionais de deteção de intrusões demonstram fragilidades perante espaços de características de elevada dimensão, a integração de máquinas de fatorização profunda com redes neuronais permite capturar interações complexas de ordem superior nos fluxos de dados industriais [2]. Esta capacidade de modelação não linear melhora significativamente a discriminação de padrões maliciosos em ambientes operacionais densos, superando as limitações intrínsecas das abordagens puramente estatísticas [2]. Não obstante, a eficácia da defesa não depende exclusivamente do reconhecimento de anomalias em tempo de execução; exige igualmente a previsão proativa de vetores de compromisso orientada pelas motivações dos atacantes [1]. Ao correlacionar as características estruturais dos ativos industriais com os objetivos estratégicos dos agentes adversários, torna-se viável antecipar métodos de ataque prováveis e ajustar dinamicamente as políticas de segurança [1]. A convergência entre modelos preditivos de intrusão e mecanismos adaptativos de controlo de acesso constitui, assim, um requisito indispensável para reduzir a taxa de falsos alarmes e assegurar a continuidade operacional de serviços vitais perante ameaças evasivas [5].