IMAM: uma ferramenta para monitoramento de sistemas e dispositivos em infraestruturas críticas de IoT baseada em Aprendizado de Máquina
Autor(a) principal: | |
---|---|
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 |