Orientadores: André Franceschi de Angelis, Laura Letícia Ramos Rifo

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia

Resumo: A sociedade atual é dependente das Redes de Computadores para seu cotidiano e, portanto, mantê-las em boas condições de operação é essencial. Reagir aos problemas é uma estratégia que implica em degradação ou interrupção da rede e incorre geralmente em altos custos. é preferível detectar...

Resumo: A sociedade atual é dependente das Redes de Computadores para seu cotidiano e, portanto, mantê-las em boas condições de operação é essencial. Reagir aos problemas é uma estratégia que implica em degradação ou interrupção da rede e incorre geralmente em altos custos. é preferível detectar antecipadamente os problemas e corrigi-los proativamente, o que implica no uso de técnicas preditivas para controle, tais como os métodos estatísticos. Este trabalho determinou a possibilidade de se avaliar a rede com um menor número de variáveis em relação a um modelo existente e apontou maneiras de aprimorar a qualidade do monitoramento com uso técnicas estatísticas mais recentes e menos usuais. Os experimentos realizados consistiram-se na análise de traços de uma rede real previamente armazenados em bases de dados, sobre os quais foram aplicados cálculos de coeficiente de correlação linear para redução de variáveis. Ajustou-se um modelo para a rede com métodos de análises de Séries Temporais e foram testadas as cartas de Soma Acumulativa (CUSUM) e de Média Móvel Exponencialmente Ponderada (MMEP) em substituição às de média e amplitude. Obteve-se uma redução inicial de 23 para 4 na quantidade de variáveis a monitorar estatisticamente, com possibilidade de se chegar a uma única medida, simplificando os processos de controle da rede. Foi possível ajustar um Modelo Autoregressivo Integrado Média Móvel (ARIMA) para a rede e monitorá-la através de cartas CUSUM e MMEP, demonstrando-se a última mais adequada ao problema

Abstract: The nowadays society depends on computer networks for its daily activities and, therefore, it is essential to keep them in good operation conditions. React to the problems is a strategy that implies the network degradation or its interruption and increases maintenance costs. It is...

Abstract: The nowadays society depends on computer networks for its daily activities and, therefore, it is essential to keep them in good operation conditions. React to the problems is a strategy that implies the network degradation or its interruption and increases maintenance costs. It is preferable the early detection of the problems and its proactive correction. This approach implies in the use of control prediction techniques, as stochastic methods. The present work has showed that the use of recent and less common statistics techniques can enhance the monitoring quality of the networks with fewer variables than a previous model. The linear correlation coefficient method was employed for the reduction of the number of variables over previously data base stored network traces. It was performed a model adjustment for the network using the temporal series method. The Cumulative Sum control chart (CUSUM) and the Exponentially Weighted Moving Average (EWMA) were used in replacement of common charts of average and range. It was obtained an initial reduction from 23 to 4 in the statistical monitored variables and it is possible to reach only one measure in some conditions, simplifying the network control process. It was possible to adjust an Autoregressive Integrated Moving Average (ARIMA) to the network and monitor it through CUSUM and EWMA. The last one was demonstrated to be the most suitable to the problem