IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
dc.contributor.advisor | Xavier Júnior, João Carlos | |
dc.contributor.advisor-co1 | Aquino Júnior, Gibeon Soares de | |
dc.contributor.advisor-co1ID | pt_BR | |
dc.contributor.advisorID | pt_BR | |
dc.contributor.author | Santos, David Coelho dos | |
dc.contributor.authorID | pt_BR | |
dc.contributor.referees1 | Pinheiro, Marcos Cesar Madruga Alves | |
dc.contributor.referees1ID | pt_BR | |
dc.contributor.referees2 | Silla Júnior, Carlos Nascimento | |
dc.contributor.referees2ID | pt_BR | |
dc.date.accessioned | 2018-12-12T22:47:51Z | |
dc.date.available | 2018-12-12T22:47:51Z | |
dc.date.issued | 2018-08-24 | |
dc.description.abstract | Faults in critical systems and devices should be dealt with quickly and efficiently. Inactivity periods can be costly and have significant consequences in several contexts. It is essential that information systems are always available and reliable. Although most infrastructure monitoring tools can identify faults, above all, is important to obtain knowledge from infrastructure data in several situations, including failures and, especially, circumstances that precede such flaws. These infrastructure’s knowledge becomes much more important, as it is desired to predict possible anomalous behaviors from systems and devices monitoring log data and to support actions to ensure availability and fault tolerance proactively. Aiming to address these challenges, this work presents IMAM, a tool capable of monitoring systems’ availability and collecting, storing and analyzing IoT-based critical infrastructure monitoring logs through Machine Learning techniques. | pt_BR |
dc.description.resumo | 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. | pt_BR |
dc.identifier.citation | SANTOS, David Coelho dos. IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina. 2018. 91f. Dissertação (Mestrado Profissional em Engenharia de Software) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2018. | pt_BR |
dc.identifier.uri | https://repositorio.ufrn.br/jspui/handle/123456789/26342 | |
dc.language | por | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.initials | UFRN | pt_BR |
dc.publisher.program | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE SOFTWARE | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Monitoramento | pt_BR |
dc.subject | IoT | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.subject | Disponibilidade | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS: | pt_BR |
dc.title | IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina | pt_BR |
dc.title.alternative | IMAM - a machine learning based monitoring tool for criticals IoT infrastructures | pt_BR |
dc.type | masterThesis | pt_BR |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- IMAMferramentamonitoramento_Santos_2018.pdf
- Tamanho:
- 2.19 MB
- Formato:
- Adobe Portable Document Format
Carregando...