Digenaldo Neto

Field notes / 026

Apresentação

Sou engenheiro de segurança e de software. Meu trabalho fica na interseção entre cybersecurity, aplicações, sistemas distribuídos e inteligência artificial.

Também pesquiso, escrevo e ensino a partir dos problemas que encontro pelo caminho, sobretudo quando a teoria encontra um sistema em produção.

• AI Security · 01 MAR 2026Distillation Attack on LLMs (Model Extraction via Knowledge Distillation)In normal machine learning, knowledge distillation is a training method. A large "teacher" model teaches a smaller "student" model. The student learns to copy the teacher's outputs. This makes the student faster and chea
• AI Security · 13 FEV 2026LLM Security: A Scientific Taxonomy of Attack VectorsA technical overview of how LLM security research evolved from adversarial examples to systemic risks: jailbreaks, prompt injection, memorization, backdoors, and supply chain issues.
• Software · 12 FEV 2026How a Large Language Model (LLM) WorksA clear overview of how LLMs work: Transformer architecture, data processing, training, alignment (SFT, RLHF, RLAIF), and efficiency techniques like MoE, RAG, and FlashAttention.
• Security · 14 DEZ 2025ArgusScan: Automating Ethical Pentest with Shodan APIIntroducing ArgusScan, an open-source Python CLI tool that automates ethical pentest reconnaissance using Shodan API, with professional reporting and 96% test coverage.

• Application Security

  Como aplicações reais falham, e o que dá para prevenir no código, na revisão e na arquitetura.

• AI Security

  Modelos, agentes e as novas superfícies de confiança quando a inteligência artificial entra em produção.

• Security Architecture

  Decisões de desenho que permanecem quando o sistema cresce, se distribui e precisa ser operado.

• Distributed Systems

  Consistência, falha, latência e o que acontece quando várias partes do sistema discordam.

• Software Engineering

  Construir software que dá para manter: clareza, limites e responsabilidade nas interfaces.

• Security Research

  Investigar ataques, hipóteses e evidências, em especial no cruzamento entre segurança e aprendizado de máquina.

• ArgusScan

  CLI em Python para reconhecimento em pentests éticos, usando a API do Shodan e gerando relatórios em formatos úteis no dia a dia.

  Python · Shodan · CLI

  GitHub

• DDoS Detection Simulator

  Simulador de detecção de DDoS com machine learning, ligado à linha de pesquisa do mestrado na camada de aplicação.

  Python · Machine Learning

  GitHub

• Malicious Traffic Detection

  Sistema de detecção de tráfego malicioso com aprendizado de máquina, desenvolvido como parte da pesquisa de mestrado.

  Python · Machine Learning · Research

  GitHub