A evolução das plataformas digitais, bem como a geração massiva de dados, possibilitou um cenário mundial orientado por dados. Por exemplo, decisões profissionais, processos físicos, emocionais e produtivos têm sido feitos baseados em dados. Nesta dissertação, apresenta-se o MADCS, que serve para alcançar o compartilhamento de conteúdo sensível e envolver questões de privacidade e segurança, especialmente, ao alterar ou infringir conteúdo confidencial. MADCS é um middleware para sistemas baseados em redes descentralizadas, como o Blockchain, para o compartilhamento de conteúdo sensível. Devido ao avanço das redes descentralizadas e às diversas criações de moedas virtuais, o trabalho teve como foco o estudo das tecnologias, sistemas e plataformas que compõem essas criptomoedas para verificar a possibilidade de utilizá-las em outros contextos como o compartilhamento de conteúdo sensível. Apesar dessas plataformas oferecerem vantagens em termos de imutabilidade, privacidade, segurança e confiabilidade, algumas lacunas ainda persistem para tornar tais plataformas mais seguras e confiáveis. Diante disso, o middleware MADCS tem o objetivo de detectar anomalias no compartilhamento de conteúdos sensíveis tendo como foco o experimento de verificar o conteúdo de cada transação dentro de uma organização e, a partir de clusters criados com base em transações históricas, detectar se existe alguma fora do fluxo de normalidade e que possa distinguir as transações válidas e inválidas. Dessa forma, conseguimos verificar anomalias impostas pelas próprias partes interessadas que visam se beneficiar da rede. Para validar o middleware, construímos um conjunto de dados de prescrição médica seguindo o modelo de prescrições médicas genérico, e aplicou-se o algoritmo K-means para identificar anomalias simuladas no middleware proposto. O teste de zero conhecimento foi utilizado para a conduta confidencial da etapa de negociação entre os usuários, de modo que, para que uma transação possa ser confirmada, o detector de anomalias deve investigar e aprovar suas informações e, posteriormente, o consenso deverá permitir o envio da transação à estrutura. Os resultados das experiências demonstram uma acurácia e precisão de 75 % e 85 % na identificação de anormalidades no processo de compartilhamento de conteúdo. Realizou-se o estudo de caso com e sem MADCS cujos resultados demonstraram que o uso da blockchain combinado com nosso middleware pode contribuir para um compartilhamento mais seguro do conteúdo da rede. Foi verificado que o middleware associado ao ledger não produz um ruído grande em termos de latência e processamento, levando a crer que a inserção de um mecanismo para aumentar a confiança em sistemas distribuídos não alterará a vazão do sistema de forma significativa.

The evolution of digital platforms, as well as the massive generation of data, has enabled a common data-driven scenario. For example, professional decisions, physical, emotional, and productive processes have been made based on data. In this dissertation, we present MADCS, to achieve the sharing of sensitive content and to involve privacy and security issues, especially when altering or infringing confidential content. MADCS is a middleware for systems based on decentralized networks, such as blockchain, for sharing sensitive content. Due to the advancement of decentralized nets and the various creations of virtual currencies, the work focused on studying the technologies, systems, and platforms that make up these cryptocurrencies to verify the possibility of using them in other contexts, such as sharing sensitive content. Although these platforms offer advantages in terms of immutability, privacy, security, and reliability, some gaps persist in making such platforms secure and reliable. Therefore, MADCS middleware aims to detect anomalies in the sharing of sensitive content, focusing on the experiment of verifying the content of each transaction within an organization and, based on clusters created based on in actual sales, detect if there is one outside the normal flow and that can distinguish between valid and invalid transactions. In this way, we were able to verify anomalies imposed by the interested parties themselves aim to benefit from the network. To validate the middleware, we built a medical prescription data set following a generic medical prescription model. We applied the K-means algorithm to identify simulated anomalies in the proposed middleware. The zero-knowledge test was used for the confidential conduct of the negotiation stage between users, so that, for a transaction to be confirmed, the anomaly detector must investigate and approve its information. Subsequently, the consensus must allow the sending of the sale to the structure. The results of the experiments demonstrate the accuracy and precision of 75 % and 85 % in the identification of abnormalities in the content sharing process. We carried out the case study with and without MADCS, and the results demonstrated that the use of blockchain combined with our middleware could contribute to a more secure sharing of the networks content. It was verified that the middleware associated with ledger does not produce a big noise in terms of latency and processing, leading to the belief that the insertion of a mechanism to increase the confidence in distributed systems will not alter the system flow significantly.