Todos os anos diferentes órgãos e observatórios realizam estudos sobre os índices de violência contra a mulher. Neste ano, com o fim das práticas de distanciamento social impostas pela pandemia de Covid-19, foi observado um aumento em todas as formas de violência sofridas por mulheres brasileiras. Estes dados evidenciam a necessidade ainda não superada de se pensar no desenvolvimento de soluções voltadas para o enfrentamento à violência contra a mulher. É neste cenário que se insere o Salve Todas, um sistema embarcado que, através de uma Rede Neural Artificial (RNA), é capaz de identificar possíveis situações de risco para a sua usuária. Uma vez que a Rede Neural Artificial desempenha um papel crítico na identificação das situações de risco para a usuária do Sistema Salve Todas, faz-se necessária a análise de técnicas voltadas para o aumento da sua confiabilidade, visando uma maior segurança para a usuária. Assim sendo, este trabalho propõe a implementação do modelo de RNA do Sistema Salve Todas em hardware e a implementação de técnicas de tolerância a falhas na RNA embarcada. A proposta deste trabalho inclui: o trato nos pesos do modelo de RNA, buscando valores com menores magnitudes e desvio-padrão; Redundância Modular Tripla em neurônios da camada de entrada da RNA; e adição de neurônios específicos da camada oculta da RNA.