IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina

dc.contributor.advisorXavier Júnior, João Carlos
dc.contributor.advisor-co1Aquino Júnior, Gibeon Soares de
dc.contributor.advisor-co1IDpt_BR
dc.contributor.advisorIDpt_BR
dc.contributor.authorSantos, David Coelho dos
dc.contributor.authorIDpt_BR
dc.contributor.referees1Pinheiro, Marcos Cesar Madruga Alves
dc.contributor.referees1IDpt_BR
dc.contributor.referees2Silla Júnior, Carlos Nascimento
dc.contributor.referees2IDpt_BR
dc.date.accessioned2018-12-12T22:47:51Z
dc.date.available2018-12-12T22:47:51Z
dc.date.issued2018-08-24
dc.description.abstractFaults 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.resumoProblemas 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.citationSANTOS, 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.urihttps://repositorio.ufrn.br/jspui/handle/123456789/26342
dc.languageporpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE SOFTWAREpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectMonitoramentopt_BR
dc.subjectIoTpt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectDisponibilidadept_BR
dc.subject.cnpqCNPQ::ENGENHARIAS:pt_BR
dc.titleIMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquinapt_BR
dc.title.alternativeIMAM - a machine learning based monitoring tool for criticals IoT infrastructurespt_BR
dc.typemasterThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
IMAMferramentamonitoramento_Santos_2018.pdf
Tamanho:
2.19 MB
Formato:
Adobe Portable Document Format
Carregando...
Imagem de Miniatura
Baixar