Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas

Detalhes bibliográficos
Autor(a) principal: Lorena Gayarre Peña
Data de Publicação: 2015
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m21b/2015/04.23.19.03
Resumo: Os sistemas atuais se caracterizam pela variedade de incertezas humanas, ambientais e sistêmicas que afetam os comportamentos deles, influindo nos modos normais de operação e fazendo com que estes se comportem de modos anômalos ou até de modos falhos. Como isto é inevitável, é mandatória a detecção de anomalias e a análise de comportamentos no projeto de sistemas altamente confiáveis como nas áreas espacial ou aeronáutica. Motivados por esta necessidade, o objetivo deste trabalho é propor, implementar e testar um algoritmo de clusterização de dados para auxílio à análise de comportamentos de sistemas.. Neste trabalho procura-se que o algoritmo desenvolvido seja de aplicação genérica, i.e., não se precise ter conhecimento prévio do sistema a ser estudado. Para isso, primeiro é feita uma apresentação dos métodos baseados em dados e dos métodos baseados em modelos para identificação de comportamentos, explicando por que foram escolhidos os métodos baseados em dados. Depois são apresentados os métodos baseados em dados que são utilizados no desenvolvimento do algoritmo, a saber, métodos de clusterização, métodos matemáticos, métodos estatísticos e métodos de filtragem. Fazendo uso dessas técnicas, é desenvolvido o algoritmo de análise de comportamentos, chamado de BAbyLO-BR. Em seguida, o algoritmo é validado utilizando quatro estudos de caso de diferentes características e áreas de aplicação. Esta diversidade de estudos de caso permite ilustrar a generalidade de aplicação do algoritmo. Por último, um estudo que enumera as vantagens e desvantagens de aplicação deste novo algoritmo é realizado.
id INPE_d08c24a8ad51aa206a57d43f0556a58c
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m21b/2015/04.23.19.03.57-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUm algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemasA data clustering algorithm to assist in system behavioural analysis2015-05-18Marcelo Lopes de Oliveira e SouzaGuilherme Conceição RochaPaulo Giácomo MilaniValdemir CarraraFernando José de Oliveira MoreiraHenrique Mohallem PaivaLorena Gayarre PeñaInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Mecânica Espacial e ControleINPEBRclusterizaçãoalgoritmométodos baseados em dadosdetecção de anomaliasanálise de comportamentosclusteringalgorithmdata based methodsanomaly detectionbehavioral analysisOs sistemas atuais se caracterizam pela variedade de incertezas humanas, ambientais e sistêmicas que afetam os comportamentos deles, influindo nos modos normais de operação e fazendo com que estes se comportem de modos anômalos ou até de modos falhos. Como isto é inevitável, é mandatória a detecção de anomalias e a análise de comportamentos no projeto de sistemas altamente confiáveis como nas áreas espacial ou aeronáutica. Motivados por esta necessidade, o objetivo deste trabalho é propor, implementar e testar um algoritmo de clusterização de dados para auxílio à análise de comportamentos de sistemas.. Neste trabalho procura-se que o algoritmo desenvolvido seja de aplicação genérica, i.e., não se precise ter conhecimento prévio do sistema a ser estudado. Para isso, primeiro é feita uma apresentação dos métodos baseados em dados e dos métodos baseados em modelos para identificação de comportamentos, explicando por que foram escolhidos os métodos baseados em dados. Depois são apresentados os métodos baseados em dados que são utilizados no desenvolvimento do algoritmo, a saber, métodos de clusterização, métodos matemáticos, métodos estatísticos e métodos de filtragem. Fazendo uso dessas técnicas, é desenvolvido o algoritmo de análise de comportamentos, chamado de BAbyLO-BR. Em seguida, o algoritmo é validado utilizando quatro estudos de caso de diferentes características e áreas de aplicação. Esta diversidade de estudos de caso permite ilustrar a generalidade de aplicação do algoritmo. Por último, um estudo que enumera as vantagens e desvantagens de aplicação deste novo algoritmo é realizado.Current systems are characterized by the variety of human, environmental and system uncertainties which affect the normal operation of the system, causing anomalous or even failed behavior. This situation is not avoidable, so anomaly detection and behavioral analysis of the component or system is needed and even mandatory, especially in high reliability systems such as those from the space and aeronautical industry. Under this motivation, the aim of this thesis is to propose, implement and test a data clustering algorithm to assist in system behavioural analysis.. In this work, the algorithm is intended to be of general application, i.e., it will not require previous knowledge of the system under study. To do this, first a theoretical comparison between data based methods and model based methods is done, explaining why data based methods are chosen. Later, the used data based methods are presented: clustering methods, mathematical methods, statistical methods, and filtering methods. By using these methods, a behavioral analysis algorithm is developed; it is called BAbyLO-BR algorithm. Then, the algorithm is validated by its application to four study cases with diverse characteristics and belonging to different areas of research. This diversity allows ilustrating the general application of the algorithm. Finally, a study enumerating the vantages and disadvantages of using the algorithm for anomaly detection and behavioral analysis is conducted.http://urlib.net/sid.inpe.br/mtc-m21b/2015/04.23.19.03info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:54:48Zoai:urlib.net:sid.inpe.br/mtc-m21b/2015/04.23.19.03.57-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:54:49.544Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
dc.title.alternative.en.fl_str_mv A data clustering algorithm to assist in system behavioural analysis
title Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
spellingShingle Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
Lorena Gayarre Peña
title_short Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
title_full Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
title_fullStr Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
title_full_unstemmed Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
title_sort Um algoritmo de clusterização de dados para auxílio à analise de comportamentos de sistemas
author Lorena Gayarre Peña
author_facet Lorena Gayarre Peña
author_role author
dc.contributor.advisor1.fl_str_mv Marcelo Lopes de Oliveira e Souza
dc.contributor.advisor2.fl_str_mv Guilherme Conceição Rocha
dc.contributor.referee1.fl_str_mv Paulo Giácomo Milani
dc.contributor.referee2.fl_str_mv Valdemir Carrara
dc.contributor.referee3.fl_str_mv Fernando José de Oliveira Moreira
dc.contributor.referee4.fl_str_mv Henrique Mohallem Paiva
dc.contributor.author.fl_str_mv Lorena Gayarre Peña
contributor_str_mv Marcelo Lopes de Oliveira e Souza
Guilherme Conceição Rocha
Paulo Giácomo Milani
Valdemir Carrara
Fernando José de Oliveira Moreira
Henrique Mohallem Paiva
dc.description.abstract.por.fl_txt_mv Os sistemas atuais se caracterizam pela variedade de incertezas humanas, ambientais e sistêmicas que afetam os comportamentos deles, influindo nos modos normais de operação e fazendo com que estes se comportem de modos anômalos ou até de modos falhos. Como isto é inevitável, é mandatória a detecção de anomalias e a análise de comportamentos no projeto de sistemas altamente confiáveis como nas áreas espacial ou aeronáutica. Motivados por esta necessidade, o objetivo deste trabalho é propor, implementar e testar um algoritmo de clusterização de dados para auxílio à análise de comportamentos de sistemas.. Neste trabalho procura-se que o algoritmo desenvolvido seja de aplicação genérica, i.e., não se precise ter conhecimento prévio do sistema a ser estudado. Para isso, primeiro é feita uma apresentação dos métodos baseados em dados e dos métodos baseados em modelos para identificação de comportamentos, explicando por que foram escolhidos os métodos baseados em dados. Depois são apresentados os métodos baseados em dados que são utilizados no desenvolvimento do algoritmo, a saber, métodos de clusterização, métodos matemáticos, métodos estatísticos e métodos de filtragem. Fazendo uso dessas técnicas, é desenvolvido o algoritmo de análise de comportamentos, chamado de BAbyLO-BR. Em seguida, o algoritmo é validado utilizando quatro estudos de caso de diferentes características e áreas de aplicação. Esta diversidade de estudos de caso permite ilustrar a generalidade de aplicação do algoritmo. Por último, um estudo que enumera as vantagens e desvantagens de aplicação deste novo algoritmo é realizado.
dc.description.abstract.eng.fl_txt_mv Current systems are characterized by the variety of human, environmental and system uncertainties which affect the normal operation of the system, causing anomalous or even failed behavior. This situation is not avoidable, so anomaly detection and behavioral analysis of the component or system is needed and even mandatory, especially in high reliability systems such as those from the space and aeronautical industry. Under this motivation, the aim of this thesis is to propose, implement and test a data clustering algorithm to assist in system behavioural analysis.. In this work, the algorithm is intended to be of general application, i.e., it will not require previous knowledge of the system under study. To do this, first a theoretical comparison between data based methods and model based methods is done, explaining why data based methods are chosen. Later, the used data based methods are presented: clustering methods, mathematical methods, statistical methods, and filtering methods. By using these methods, a behavioral analysis algorithm is developed; it is called BAbyLO-BR algorithm. Then, the algorithm is validated by its application to four study cases with diverse characteristics and belonging to different areas of research. This diversity allows ilustrating the general application of the algorithm. Finally, a study enumerating the vantages and disadvantages of using the algorithm for anomaly detection and behavioral analysis is conducted.
description Os sistemas atuais se caracterizam pela variedade de incertezas humanas, ambientais e sistêmicas que afetam os comportamentos deles, influindo nos modos normais de operação e fazendo com que estes se comportem de modos anômalos ou até de modos falhos. Como isto é inevitável, é mandatória a detecção de anomalias e a análise de comportamentos no projeto de sistemas altamente confiáveis como nas áreas espacial ou aeronáutica. Motivados por esta necessidade, o objetivo deste trabalho é propor, implementar e testar um algoritmo de clusterização de dados para auxílio à análise de comportamentos de sistemas.. Neste trabalho procura-se que o algoritmo desenvolvido seja de aplicação genérica, i.e., não se precise ter conhecimento prévio do sistema a ser estudado. Para isso, primeiro é feita uma apresentação dos métodos baseados em dados e dos métodos baseados em modelos para identificação de comportamentos, explicando por que foram escolhidos os métodos baseados em dados. Depois são apresentados os métodos baseados em dados que são utilizados no desenvolvimento do algoritmo, a saber, métodos de clusterização, métodos matemáticos, métodos estatísticos e métodos de filtragem. Fazendo uso dessas técnicas, é desenvolvido o algoritmo de análise de comportamentos, chamado de BAbyLO-BR. Em seguida, o algoritmo é validado utilizando quatro estudos de caso de diferentes características e áreas de aplicação. Esta diversidade de estudos de caso permite ilustrar a generalidade de aplicação do algoritmo. Por último, um estudo que enumera as vantagens e desvantagens de aplicação deste novo algoritmo é realizado.
publishDate 2015
dc.date.issued.fl_str_mv 2015-05-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m21b/2015/04.23.19.03
url http://urlib.net/sid.inpe.br/mtc-m21b/2015/04.23.19.03
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Mecânica Espacial e Controle
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Mecânica Espacial e Controle
contributor_advisor1_txtF_mv Marcelo Lopes de Oliveira e Souza
_version_ 1706809357549699072

Registros relacionados