O domínio da segurança da informação está passando por uma evolução significativa para enfrentar os desafios cada vez mais complexos voltados ao fortalecimento da resiliência dos sistemas contra ataques. A metodologia de Defesa com Alvo em Movimento (MTD, do inglês Moving Target Defense), que envolve a alteração da configuração do sistema — por exemplo, realocando máquinas virtuais (VMs) ou modificando endereços IP —, busca modificar dinamicamente os componentes vulneráveis de um sistema. Essa estratégia desorienta potenciais atacantes, dificultando seus esforços para compreender ou antecipar a configuração do sistema. Além disso, a MTD pode ser utilizada de forma proativa, como na realocação de VMs de um segmento de rede comprometido. Consequentemente, a MTD surge como uma abordagem viável para mitigar preocupações de segurança, especialmente em ambientes de computação em nuvem. Um aspecto crítico da MTD envolve a migração do sistema entre diferentes hardwares, apresentando desafios logísticos e estratégicos que requerem uma avaliação detalhada de fatores como o tempo de inatividade operacional e o impacto no desempenho do sistema. Modelos analíticos, particularmente aqueles baseados em redes de Petri estocásticas (SPN, do inglês Stochastic Petri Nets), oferecem uma vantagem metodológica para planejar implementações de MTD ao permitir a avaliação de possíveis resultados em um ambiente simulado. Esta dissertação propõe um modelo avançado que amplia pesquisas anteriores, integrando um mecanismo de MTD baseado em eventos, que abrange tanto a probabilidade de detecção de intrusões quanto a capacidade de identificar possíveis ameaças.