Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPel - Guaiaca |
Texto Completo: | http://guaiaca.ufpel.edu.br/handle/prefix/9238 |
Resumo: | Dentre os desafios para a classificação do tráfego de rede, destaca-se a manuten ção da privacidade dos usuários, a qual tem por base o uso de técnicas de criptografia e de ofuscação do tráfego. Tal desafio, associado a dinamicidade e similaridade entre os protocolos utilizados pelos diferentes serviços, bem como às típicas oscilações das condições operacionais das redes, as quais impactam na análise dos dados captura dos, vem inviabilizando o uso de métodos clássicos para classificação. Considerando isto, o objetivo geral desta Tese é a concepção de uma abordagem híbrida para clas sificação do tráfego de rede, denominada FuzzyNetClass, direcionada ao perfil atual de uso das redes de computadores e deste modo considerando as incertezas geradas pelas flutuações nos recursos de rede das infraestruturas compartilhadas, que são de natureza não determinística. Mais especificamente, este trabalho visa contribuir para a classificação do tráfego relacionado ao streaming de vídeo, explorando a integração de sistemas de inferência baseados em lógica fuzzy valorada intervalarmente e algo ritmos de aprendizagem de máquina. Nesta perspectiva, a abordagem FuzzyNetClass estende os trabalhos relacionados ao explorar algoritmos de aprendizagem que con tribuem para a classificação realizada pelo sistema de controle fuzzy proposto, en tretanto, preservando para os especialistas envolvidos aspectos relacionados à sua interpretabilidade. Dentre as contribuições da abordagem FuzzyNetClass destacam se: (i) classificação baseada no conhecimento de especialistas e na exploração da lógica fuzzy multivalorada; (ii) classificação híbrida, a qual tem potencial de prover re sultados de maior confiabilidade e também mais realísticos; e, (iii) a concepção de mecanismos de otimização que advém da integração entre técnicas de aprendizagem de máquina e a inferência baseada em lógica multivalorada. Para avaliação das con tribuições da abordagem FuzzyNetClass foram discutidos três estudos de casos, os quais consideraram Datasets concebidos a partir de capturas reais de tráfego de rede. Os resultados obtidos se mostraram promissores e apontam para a continuidade dos esforços de estudo e pesquisa no tema. |
id |
UFPL_1360a5cd32a9ee7bcd548a1851ed1cca |
---|---|
oai_identifier_str |
oai:guaiaca.ufpel.edu.br:prefix/9238 |
network_acronym_str |
UFPL |
network_name_str |
Repositório Institucional da UFPel - Guaiaca |
repository_id_str |
|
spelling |
2023-04-04T00:38:32Z2023-04-032023-04-04T00:38:32Z2023-02-28MONKS, Eduardo Maroñas. Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina. Orientador: Adenauer Corrêa Yamin. 2023. 184 f. Tese (Doutorado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2023.http://guaiaca.ufpel.edu.br/handle/prefix/9238Dentre os desafios para a classificação do tráfego de rede, destaca-se a manuten ção da privacidade dos usuários, a qual tem por base o uso de técnicas de criptografia e de ofuscação do tráfego. Tal desafio, associado a dinamicidade e similaridade entre os protocolos utilizados pelos diferentes serviços, bem como às típicas oscilações das condições operacionais das redes, as quais impactam na análise dos dados captura dos, vem inviabilizando o uso de métodos clássicos para classificação. Considerando isto, o objetivo geral desta Tese é a concepção de uma abordagem híbrida para clas sificação do tráfego de rede, denominada FuzzyNetClass, direcionada ao perfil atual de uso das redes de computadores e deste modo considerando as incertezas geradas pelas flutuações nos recursos de rede das infraestruturas compartilhadas, que são de natureza não determinística. Mais especificamente, este trabalho visa contribuir para a classificação do tráfego relacionado ao streaming de vídeo, explorando a integração de sistemas de inferência baseados em lógica fuzzy valorada intervalarmente e algo ritmos de aprendizagem de máquina. Nesta perspectiva, a abordagem FuzzyNetClass estende os trabalhos relacionados ao explorar algoritmos de aprendizagem que con tribuem para a classificação realizada pelo sistema de controle fuzzy proposto, en tretanto, preservando para os especialistas envolvidos aspectos relacionados à sua interpretabilidade. Dentre as contribuições da abordagem FuzzyNetClass destacam se: (i) classificação baseada no conhecimento de especialistas e na exploração da lógica fuzzy multivalorada; (ii) classificação híbrida, a qual tem potencial de prover re sultados de maior confiabilidade e também mais realísticos; e, (iii) a concepção de mecanismos de otimização que advém da integração entre técnicas de aprendizagem de máquina e a inferência baseada em lógica multivalorada. Para avaliação das con tribuições da abordagem FuzzyNetClass foram discutidos três estudos de casos, os quais consideraram Datasets concebidos a partir de capturas reais de tráfego de rede. Os resultados obtidos se mostraram promissores e apontam para a continuidade dos esforços de estudo e pesquisa no tema.mong the challenges for classifying network traffic, the maintenance of user pri vacy stands out based on cryptography and traffic obfuscation techniques. This chal lenge, associated with the dynamics and similarity between the protocols used by the different services, as well as the typical oscillations in the operational conditions of the networks, which impact the analysis of the captured data, has made the use of clas sical methods for classification unfeasible. Considering this, the general goal of this Thesis is the conception of a hybrid approach for network traffic classification, called FuzzyNetClass, directed to the current profile of use of computer networks and thus considering the uncertainties generated by fluctuations in the network resources of the infrastructures shared, which are non-deterministic. More specifically, this work aims to contribute to the traffic classification related to video streaming, exploring the inte gration of inference systems based on interval-valued fuzzy logic and machine learning algorithms. In this perspective, the FuzzyNetClass approach extends the related work by exploring learning algorithms that contribute to the classification of the proposed fuzzy control system, preserving aspects related to its interpretability for the involved specialists. Among the FuzzyNetClass approach contributions, the following stand out: (i) classification based on the specialist’s knowledge and the exploration of multivalued fuzzy logic; (ii) hybrid classification, which has the potential to provide more reliable and more realistic results; and, (iii) the design of optimization mechanisms that come from the integration between machine learning techniques and inference based on multivalued logic. Three case studies were discussed to evaluate the FuzzyNetClass approach’s contributions, considering datasets conceived from real network traffic cap tures. The results were promising and pointed to continuing study and research efforts.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESporUniversidade Federal de PelotasPrograma de Pós-Graduação em ComputaçãoUFPelBrasilCentro de Desenvolvimento TecnológicoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOClassificação do tráfego de RedeLógica Fuzzy Valorada IntervalarmenteAprendizagem de máquinaStreaming de vídeoNetwork traffic classificationInterval-Valued Fuzzy LogicMachine learningVideo streamingAbordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de MáquinaFuzzyNetClass Hybrid Approach: A Contribution to Video Streaming Traffic Classification Integrating interval-valued fuzzy logic and Machine Learning.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://lattes.cnpq.br/0788033047211239http://lattes.cnpq.br/8861113953470000Reiser, Renata Hax Sanderhttp://lattes.cnpq.br/3283691152621834Yamin, Adenauer CorrêaMonks, Eduardo Maroñasinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPel - Guaiacainstname:Universidade Federal de Pelotas (UFPEL)instacron:UFPELTEXTTese_Eduardo Maronas Monks.pdf.txtTese_Eduardo Maronas Monks.pdf.txtExtracted texttext/plain384378http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/6/Tese_Eduardo%20Maronas%20Monks.pdf.txt32e69c2414a08677c18b7f8879210d29MD56open accessTHUMBNAILTese_Eduardo Maronas Monks.pdf.jpgTese_Eduardo Maronas Monks.pdf.jpgGenerated Thumbnailimage/jpeg1298http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/7/Tese_Eduardo%20Maronas%20Monks.pdf.jpg68c02b21e60a70170f224c30a9fbab7dMD57open accessORIGINALTese_Eduardo Maronas Monks.pdfTese_Eduardo Maronas Monks.pdfapplication/pdf4035101http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/1/Tese_Eduardo%20Maronas%20Monks.pdf307bffd5be76009725cfc1d3c93fd5d6MD51open accessCC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/2/license_url924993ce0b3ba389f79f32a1b2735415MD52open accesslicense_textlicense_texttext/html; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53open accesslicense_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/5/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD55open accessprefix/92382023-07-13 03:14:25.102open accessoai:guaiaca.ufpel.edu.br:prefix/9238TElDRU7Dh0EgREUgRElTVFJJQlVJw4fDg08gTsODTy1FWENMVVNJVkEKCkNvbSBhIGFwcmVzZW50YcOnw6NvIGRlc3RhIGxpY2Vuw6dhLCB2b2PDqiAobyBhdXRvciAoZXMpIG91IG8gdGl0dWxhciBkb3MgZGlyZWl0b3MgZGUgYXV0b3IpIGNvbmNlZGUgYW8gUmVwb3NpdMOzcmlvIApJbnN0aXR1Y2lvbmFsIG8gZGlyZWl0byBuw6NvLWV4Y2x1c2l2byBkZSByZXByb2R1emlyLCAgdHJhZHV6aXIgKGNvbmZvcm1lIGRlZmluaWRvIGFiYWl4byksIGUvb3UgZGlzdHJpYnVpciBhIApzdWEgcHVibGljYcOnw6NvIChpbmNsdWluZG8gbyByZXN1bW8pIHBvciB0b2RvIG8gbXVuZG8gbm8gZm9ybWF0byBpbXByZXNzbyBlIGVsZXRyw7RuaWNvIGUgZW0gcXVhbHF1ZXIgbWVpbywgaW5jbHVpbmRvIG9zIApmb3JtYXRvcyDDoXVkaW8gb3UgdsOtZGVvLgoKVm9jw6ogY29uY29yZGEgcXVlIG8gRGVwb3NpdGEgcG9kZSwgc2VtIGFsdGVyYXIgbyBjb250ZcO6ZG8sIHRyYW5zcG9yIGEgc3VhIHB1YmxpY2HDp8OjbyBwYXJhIHF1YWxxdWVyIG1laW8gb3UgZm9ybWF0byAKcGFyYSBmaW5zIGRlIHByZXNlcnZhw6fDo28uCgpWb2PDqiB0YW1iw6ltIGNvbmNvcmRhIHF1ZSBvIERlcG9zaXRhIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBkZSBzdWEgcHVibGljYcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIAplIHByZXNlcnZhw6fDo28uCgpWb2PDqiBkZWNsYXJhIHF1ZSBhIHN1YSBwdWJsaWNhw6fDo28gw6kgb3JpZ2luYWwgZSBxdWUgdm9jw6ogdGVtIG8gcG9kZXIgZGUgY29uY2VkZXIgb3MgZGlyZWl0b3MgY29udGlkb3MgbmVzdGEgbGljZW7Dp2EuIApWb2PDqiB0YW1iw6ltIGRlY2xhcmEgcXVlIG8gZGVww7NzaXRvIGRhIHN1YSBwdWJsaWNhw6fDo28gbsOjbywgcXVlIHNlamEgZGUgc2V1IGNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgCmRlIG5pbmd1w6ltLgoKQ2FzbyBhIHN1YSBwdWJsaWNhw6fDo28gY29udGVuaGEgbWF0ZXJpYWwgcXVlIHZvY8OqIG7Do28gcG9zc3VpIGEgdGl0dWxhcmlkYWRlIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgdm9jw6ogZGVjbGFyYSBxdWUgCm9idGV2ZSBhIHBlcm1pc3PDo28gaXJyZXN0cml0YSBkbyBkZXRlbnRvciBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgcGFyYSBjb25jZWRlciBhbyBEZXBvc2l0YSBvcyBkaXJlaXRvcyBhcHJlc2VudGFkb3MgCm5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIApvdSBubyBjb250ZcO6ZG8gZGEgcHVibGljYcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFBVQkxJQ0HDh8ODTyBPUkEgREVQT1NJVEFEQSBURU5IQSBTSURPIFJFU1VMVEFETyBERSBVTSBQQVRST0PDjU5JTyBPVSBBUE9JTyBERSBVTUEgQUfDik5DSUEgREUgRk9NRU5UTyBPVSBPVVRSTyAKT1JHQU5JU01PLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyBUQU1Cw4lNIEFTIERFTUFJUyBPQlJJR0HDh8OVRVMgCkVYSUdJREFTIFBPUiBDT05UUkFUTyBPVSBBQ09SRE8uCgpPIERlcG9zaXRhIHNlIGNvbXByb21ldGUgYSBpZGVudGlmaWNhciBjbGFyYW1lbnRlIG8gc2V1IG5vbWUgKHMpIG91IG8ocykgbm9tZShzKSBkbyhzKSBkZXRlbnRvcihlcykgZG9zIGRpcmVpdG9zIAphdXRvcmFpcyBkYSBwdWJsaWNhw6fDo28sIGUgbsOjbyBmYXLDoSBxdWFscXVlciBhbHRlcmHDp8OjbywgYWzDqW0gZGFxdWVsYXMgY29uY2VkaWRhcyBwb3IgZXN0YSBsaWNlbsOnYS4KRepositório InstitucionalPUBhttp://repositorio.ufpel.edu.br/oai/requestrippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.bropendoar:2023-07-13T06:14:25Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL)false |
dc.title.pt_BR.fl_str_mv |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
dc.title.alternative.pt_BR.fl_str_mv |
FuzzyNetClass Hybrid Approach: A Contribution to Video Streaming Traffic Classification Integrating interval-valued fuzzy logic and Machine Learning. |
title |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
spellingShingle |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina Monks, Eduardo Maroñas CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Classificação do tráfego de Rede Lógica Fuzzy Valorada Intervalarmente Aprendizagem de máquina Streaming de vídeo Network traffic classification Interval-Valued Fuzzy Logic Machine learning Video streaming |
title_short |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
title_full |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
title_fullStr |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
title_full_unstemmed |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
title_sort |
Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina |
author |
Monks, Eduardo Maroñas |
author_facet |
Monks, Eduardo Maroñas |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0788033047211239 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8861113953470000 |
dc.contributor.advisor-co1.fl_str_mv |
Reiser, Renata Hax Sander |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/3283691152621834 |
dc.contributor.advisor1.fl_str_mv |
Yamin, Adenauer Corrêa |
dc.contributor.author.fl_str_mv |
Monks, Eduardo Maroñas |
contributor_str_mv |
Reiser, Renata Hax Sander Yamin, Adenauer Corrêa |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Classificação do tráfego de Rede Lógica Fuzzy Valorada Intervalarmente Aprendizagem de máquina Streaming de vídeo Network traffic classification Interval-Valued Fuzzy Logic Machine learning Video streaming |
dc.subject.por.fl_str_mv |
Classificação do tráfego de Rede Lógica Fuzzy Valorada Intervalarmente Aprendizagem de máquina Streaming de vídeo Network traffic classification Interval-Valued Fuzzy Logic Machine learning Video streaming |
description |
Dentre os desafios para a classificação do tráfego de rede, destaca-se a manuten ção da privacidade dos usuários, a qual tem por base o uso de técnicas de criptografia e de ofuscação do tráfego. Tal desafio, associado a dinamicidade e similaridade entre os protocolos utilizados pelos diferentes serviços, bem como às típicas oscilações das condições operacionais das redes, as quais impactam na análise dos dados captura dos, vem inviabilizando o uso de métodos clássicos para classificação. Considerando isto, o objetivo geral desta Tese é a concepção de uma abordagem híbrida para clas sificação do tráfego de rede, denominada FuzzyNetClass, direcionada ao perfil atual de uso das redes de computadores e deste modo considerando as incertezas geradas pelas flutuações nos recursos de rede das infraestruturas compartilhadas, que são de natureza não determinística. Mais especificamente, este trabalho visa contribuir para a classificação do tráfego relacionado ao streaming de vídeo, explorando a integração de sistemas de inferência baseados em lógica fuzzy valorada intervalarmente e algo ritmos de aprendizagem de máquina. Nesta perspectiva, a abordagem FuzzyNetClass estende os trabalhos relacionados ao explorar algoritmos de aprendizagem que con tribuem para a classificação realizada pelo sistema de controle fuzzy proposto, en tretanto, preservando para os especialistas envolvidos aspectos relacionados à sua interpretabilidade. Dentre as contribuições da abordagem FuzzyNetClass destacam se: (i) classificação baseada no conhecimento de especialistas e na exploração da lógica fuzzy multivalorada; (ii) classificação híbrida, a qual tem potencial de prover re sultados de maior confiabilidade e também mais realísticos; e, (iii) a concepção de mecanismos de otimização que advém da integração entre técnicas de aprendizagem de máquina e a inferência baseada em lógica multivalorada. Para avaliação das con tribuições da abordagem FuzzyNetClass foram discutidos três estudos de casos, os quais consideraram Datasets concebidos a partir de capturas reais de tráfego de rede. Os resultados obtidos se mostraram promissores e apontam para a continuidade dos esforços de estudo e pesquisa no tema. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-04-04T00:38:32Z |
dc.date.available.fl_str_mv |
2023-04-03 2023-04-04T00:38:32Z |
dc.date.issued.fl_str_mv |
2023-02-28 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MONKS, Eduardo Maroñas. Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina. Orientador: Adenauer Corrêa Yamin. 2023. 184 f. Tese (Doutorado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2023. |
dc.identifier.uri.fl_str_mv |
http://guaiaca.ufpel.edu.br/handle/prefix/9238 |
identifier_str_mv |
MONKS, Eduardo Maroñas. Abordagem Híbrida FuzzyNetClass: Uma Contribuição à Classificação do Tráfego de Streaming de Vídeo Integrando Lógica Fuzzy Valorada Intervalarmente e Aprendizagem de Máquina. Orientador: Adenauer Corrêa Yamin. 2023. 184 f. Tese (Doutorado em Ciência da Computação) – Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, 2023. |
url |
http://guaiaca.ufpel.edu.br/handle/prefix/9238 |
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 |
Universidade Federal de Pelotas |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Computação |
dc.publisher.initials.fl_str_mv |
UFPel |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Desenvolvimento Tecnológico |
publisher.none.fl_str_mv |
Universidade Federal de Pelotas |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPel - Guaiaca instname:Universidade Federal de Pelotas (UFPEL) instacron:UFPEL |
instname_str |
Universidade Federal de Pelotas (UFPEL) |
instacron_str |
UFPEL |
institution |
UFPEL |
reponame_str |
Repositório Institucional da UFPel - Guaiaca |
collection |
Repositório Institucional da UFPel - Guaiaca |
bitstream.url.fl_str_mv |
http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/6/Tese_Eduardo%20Maronas%20Monks.pdf.txt http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/7/Tese_Eduardo%20Maronas%20Monks.pdf.jpg http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/1/Tese_Eduardo%20Maronas%20Monks.pdf http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/2/license_url http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/3/license_text http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/4/license_rdf http://guaiaca.ufpel.edu.br/xmlui/bitstream/prefix/9238/5/license.txt |
bitstream.checksum.fl_str_mv |
32e69c2414a08677c18b7f8879210d29 68c02b21e60a70170f224c30a9fbab7d 307bffd5be76009725cfc1d3c93fd5d6 924993ce0b3ba389f79f32a1b2735415 d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 43cd690d6a359e86c1fe3d5b7cba0c9b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPel - Guaiaca - Universidade Federal de Pelotas (UFPEL) |
repository.mail.fl_str_mv |
rippel@ufpel.edu.br || repositorio@ufpel.edu.br || aline.batista@ufpel.edu.br |
_version_ |
1801846884535369728 |