Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Santos, David Coelho dos"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Dissertação
    IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
    (2018-08-24) Santos, David Coelho dos; Xavier Júnior, João Carlos; Aquino Júnior, Gibeon Soares de; ; ; ; Pinheiro, Marcos Cesar Madruga Alves; ; Silla Júnior, Carlos Nascimento;
    Problemas em sistemas críticos e dispositivos devem ser tratados com agilidade e de maneira eficiente. Períodos de inatividade podem custar caro e ter consequências bastante significativas em diversos contextos. É fundamental que sistemas de informação estejam sempre disponíveis e sejam confiáveis. Embora a maioria das ferramentas de monitoramento de infraestrutura consigam identificar falhas, é importante, sobretudo, obter conhecimento a partir de dados coletados dessa infraestrutura nas mais diversas situações, incluindo falhas e, sobretudo, situações que antecedem tais falhas. Esse conhecimento torna-se muito mais importante à medida que, deseja-se prever possíveis comportamentos anômalos a partir de dados de logs de monitoramento de sistemas e equipamentos e, isto posto, promover a realização ações de suporte proativas visando garantir disponibilidade e tolerância a falhas. Visando atacar esses desafios, este trabalho apresenta o IMAM, uma ferramenta capaz de monitorar a disponibilidade de sistemas e coletar, armazenar e analisar, através de técnicas de Aprendizado de Máquina, registros de logs de monitoramento de infraestruturas críticas baseadas em IoT.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM