Arquitetura de suporte à configuração de redes de computadores baseada em linguagem natural e descoberta de dispositivos

• Autor(a) principal: Santos, Alex Augusto de Souza
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/57557
• topic: CNPQ::ENGENHARIAS; Identificação de tipos de dispositivos; Gerenciamento de redes residenciais; Linguagem natural; Processamento de Linguagem Natural (PLN)

As interfaces de configuração de roteadores residenciais na atualidade costumam ser pouco amigáveis para aqueles que não têm conhecimento técnico, o que dificulta a personalização de configurações avançadas para esses usuários, exigindo habilidades técnicas especializadas. Além disso, a ausência de padronização nessas interfaces cria obstáculos de acessibilidade para um conjunto de usuários, incluindo pessoas com algum tipo de deficiência visual e idosos. Este trabalho propõe uma arquitetura em camadas que utiliza a linguagem natural e a detecção automática de dispositivos para permitir que usuários sem habilidades técnicas avançadas possam configurar roteadores domésticos com facilidade. O intuito é simplificar o processo de configuração desses equipamentos, tornando isso acessível a um público mais amplo. Para tanto, módulos de um sistema baseado em linguagem natural são estabelecidos para entender e traduzir a intenção de configuração do usuário. Também são definidos módulos para a identificação e classificação automática de tipos de dispositivos. O ciclo de funcionamento da arquitetura e seus módulos são especificados e um protótipo de validação das camadas propostas é apresentado. Os resultados da prova de conceito apontam que a integração dos recursos de detecção e classificação de dispositivos na arquitetura enriquece a interface do usuário com informações sobre os dispositivos da rede. A validação realizada na interface de usuário atingiu uma taxa de acurácia total de 87,1% na identificação da intenção do usuário e 70,5% no mapeamento de entidades em descrições de alto nível, por meio do processamento de linguagem natural. Tais resultados apontam que a abordagem adotada viabiliza a administração da rede doméstica por meio de linguagem natural, eliminando a necessidade de que os usuários tenham aptidão técnica para isso