Proposta de um sistema inteligente de monitoramento baseado em seleção de características

Proposal of an intelligent monitoring system based on feature selection

dc.contributorLafetá, Raquel Fialho Queiroz de
dc.contributorhttp://lattes.cnpq.br/4732751276508522
dc.contributorPasquini, Rafael
dc.contributorhttp://lattes.cnpq.br/6428800770934048
dc.contributorVerdi, Fábio
dc.contributorhttp://lattes.cnpq.br/9143186843657940
dc.contributorCoelho, Paulo
dc.contributorhttp://lattes.cnpq.br/8115351564191626
dc.creatorMarques, Gustavo Silveira
dc.date2022-08-23T14:10:10Z
dc.date2022-08-23T14:10:10Z
dc.date2020-12-16
dc.date.accessioned2023-09-28T20:14:23Z
dc.date.available2023-09-28T20:14:23Z
dc.identifierMARQUES, Gustavo Silveira. Proposta de um sistema inteligente de monitoramento baseado em seleção de característica, 2020. 91 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2020. DOI http://doi.org/10.14393/ufu.di.2021.5595
dc.identifierhttps://repositorio.ufu.br/handle/123456789/35690
dc.identifierhttp://doi.org/10.14393/ufu.di.2021.5595
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9045831
dc.descriptionThis work builds upon the Slice-as-a-Service paradigm proposed in the Novel Enablers for Cloud Slicing (NECOS) project. Assuming the provision of end-to-end slices which are composed by resources coming from multiple infrastructure providers, this work proposes an intelligent monitoring system, aiming to dynamically select a set of features that best fits the real life time management needs of the slices, keeping the accuracy of that management. We want to avoid the movement of unnecessary information from the infrastructure providers, delivering essential data to management functions. Presenting the experiments made in our testbed, which compared both algorithms of correlation and machine learning, it’s possible to notice that the data reduction, through the feature selection, increases satisfactorily the quality of service estimative precision.
dc.descriptionEuropean Union Programme
dc.descriptionDissertação (Mestrado)
dc.descriptionEsse trabalho se baseia no paradigma Slice-as-a-Service proposto no projeto Novel Enablers for Cloud Slicing (NECOS). Assumindo fatias (slices) fim-a-fim, compostas por recursos de múltiplos provedores de infraestrutura, esse trabalho propõe um sistema inteligente de monitoramento capaz de dinamicamente selecionar métricas que melhor atendam às necessidades de gerenciamento das slices, mantendo a sua precisão. Basicamente, deseja-se evitar o tráfego de dados desnecessários extraídos dos diferentes provedores de infraestrutura, entregando um conjunto essencial de dados para as funções de gerenciamento. Apresentados os experimentos realizados que comparam algoritmos de correlação e de aprendizado de máquina, é possível perceber que a redução dos dados, através da seleção de características, aumenta de maneira satisfatória a precisão na estimativa de métricas de qualidade de serviço.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal de Uberlândia
dc.publisherBrasil
dc.publisherPrograma de Pós-graduação em Ciência da Computação
dc.rightsAcesso Aberto
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectNECOS
dc.subjectMonitoria
dc.subjectSeleção de característica
dc.subjectInteligência artificial
dc.subjectSlice
dc.subjectSlice-as-a-Service
dc.subjectMonitoring
dc.subjectFeature selection
dc.subjectArtificial intelligence
dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO::SOFTWARE BASICO
dc.subjectComputação
dc.subjectInteligência artificial
dc.subjectAlgorítmos computacionais
dc.titleProposta de um sistema inteligente de monitoramento baseado em seleção de características
dc.titleProposal of an intelligent monitoring system based on feature selection
dc.typeDissertação


Este ítem pertenece a la siguiente institución