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

Detalhes bibliográficos
Autor(a) principal: Santos, David Coelho dos
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/26342
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.
id UFRN_852a8b619dadb17ccafbe0b990e4c494
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/26342
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Santos, David Coelho dosAquino Júnior, Gibeon Soares dePinheiro, Marcos Cesar Madruga AlvesSilla Júnior, Carlos NascimentoXavier Júnior, João Carlos2018-12-12T22:47:51Z2018-12-12T22:47:51Z2018-08-24SANTOS, 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.https://repositorio.ufrn.br/jspui/handle/123456789/26342Problemas 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.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.porCNPQ::ENGENHARIAS:MonitoramentoIoTAprendizado de máquinaDisponibilidadeIMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de MáquinaIMAM - a machine learning based monitoring tool for criticals IoT infrastructuresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE SOFTWAREUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNTEXTIMAMferramentamonitoramento_Santos_2018.pdf.txtIMAMferramentamonitoramento_Santos_2018.pdf.txtExtracted texttext/plain166328https://repositorio.ufrn.br/bitstream/123456789/26342/2/IMAMferramentamonitoramento_Santos_2018.pdf.txt8434e24ce73ff1c3618c290b171094b0MD52THUMBNAILIMAMferramentamonitoramento_Santos_2018.pdf.jpgIMAMferramentamonitoramento_Santos_2018.pdf.jpgIM Thumbnailimage/jpeg2042https://repositorio.ufrn.br/bitstream/123456789/26342/3/IMAMferramentamonitoramento_Santos_2018.pdf.jpga412b0ea3f72620646259f98804b1486MD53TEXTIMAMferramentamonitoramento_Santos_2018.pdf.txtIMAMferramentamonitoramento_Santos_2018.pdf.txtExtracted texttext/plain166328https://repositorio.ufrn.br/bitstream/123456789/26342/2/IMAMferramentamonitoramento_Santos_2018.pdf.txt8434e24ce73ff1c3618c290b171094b0MD52THUMBNAILIMAMferramentamonitoramento_Santos_2018.pdf.jpgIMAMferramentamonitoramento_Santos_2018.pdf.jpgIM Thumbnailimage/jpeg2042https://repositorio.ufrn.br/bitstream/123456789/26342/3/IMAMferramentamonitoramento_Santos_2018.pdf.jpga412b0ea3f72620646259f98804b1486MD53ORIGINALIMAMferramentamonitoramento_Santos_2018.pdfapplication/pdf2295669https://repositorio.ufrn.br/bitstream/123456789/26342/1/IMAMferramentamonitoramento_Santos_2018.pdf6de04d82841d536474d1a96a47eb98deMD51123456789/263422019-01-30 12:00:12.478oai:https://repositorio.ufrn.br:123456789/26342Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-01-30T15:00:12Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
dc.title.alternative.pt_BR.fl_str_mv IMAM - a machine learning based monitoring tool for criticals IoT infrastructures
title IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
spellingShingle IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
Santos, David Coelho dos
CNPQ::ENGENHARIAS:
Monitoramento
IoT
Aprendizado de máquina
Disponibilidade
title_short IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
title_full IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
title_fullStr IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
title_full_unstemmed IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
title_sort IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
author Santos, David Coelho dos
author_facet Santos, David Coelho dos
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Pinheiro, Marcos Cesar Madruga Alves
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees2.none.fl_str_mv Silla Júnior, Carlos Nascimento
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.author.fl_str_mv Santos, David Coelho dos
dc.contributor.advisor-co1.fl_str_mv Aquino Júnior, Gibeon Soares de
dc.contributor.advisor1.fl_str_mv Xavier Júnior, João Carlos
contributor_str_mv Aquino Júnior, Gibeon Soares de
Xavier Júnior, João Carlos
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS:
topic CNPQ::ENGENHARIAS:
Monitoramento
IoT
Aprendizado de máquina
Disponibilidade
dc.subject.por.fl_str_mv Monitoramento
IoT
Aprendizado de máquina
Disponibilidade
description 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.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-12-12T22:47:51Z
dc.date.available.fl_str_mv 2018-12-12T22:47:51Z
dc.date.issued.fl_str_mv 2018-08-24
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv 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.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/26342
identifier_str_mv 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.
url https://repositorio.ufrn.br/jspui/handle/123456789/26342
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.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE SOFTWARE
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/26342/2/IMAMferramentamonitoramento_Santos_2018.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/26342/3/IMAMferramentamonitoramento_Santos_2018.pdf.jpg
https://repositorio.ufrn.br/bitstream/123456789/26342/2/IMAMferramentamonitoramento_Santos_2018.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/26342/3/IMAMferramentamonitoramento_Santos_2018.pdf.jpg
https://repositorio.ufrn.br/bitstream/123456789/26342/1/IMAMferramentamonitoramento_Santos_2018.pdf
bitstream.checksum.fl_str_mv 8434e24ce73ff1c3618c290b171094b0
a412b0ea3f72620646259f98804b1486
8434e24ce73ff1c3618c290b171094b0
a412b0ea3f72620646259f98804b1486
6de04d82841d536474d1a96a47eb98de
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117792092127232

Registros relacionados