Universidade Federal do Ceará
Mestrado e Doutorado em Ciências da Computação

Título: Milestone: framework para monitoramento contínuo de desempenho em sistemas auto-adaptativos

Data: 29/08/2025
Horário: 15h
Local: Sala de Seminários do GREAT (Bloco 942-A)

Resumo:

Os sistemas auto-adaptativos modificam autonomamente seu comportamento em resposta a mudanças no ambiente, utilizando um processo iterativo denominado MAPE-K. Um dos grandes desafios no desenvolvimento desses sistemas está no monitoramento contínuo dos requisitos não funcionais em tempo de execução, os quais são fundamentais para suas capacidades adaptativas. Para apoiar as decisões de adaptação, esses requisitos devem ser tratados como entidades em tempo de execução, passíveis de serem coletadas, analisadas e sintetizadas ao longo do processo de auto-adaptação. Nesse contexto, apresentamos o Milestone, um framework focado na adaptabilidade do requisito não-funcional de desempenho, projetado com base no ciclo de gestão MAPE-K e utilizando redes neurais como modelo computacional central. O framework proposto é validado experimentalmente nas etapas de análise, planejamento e conhecimento. Os resultados demonstraram uma acurácia de análise de 85%, um valor de ROC-AUC de 0,86 e uma função de perda de 0,43, indicando alta precisão na detecção de anomalias de desempenho. A fase de planejamento alcançou uma latência inferior a 1 segundo e uma taxa de sucesso de 66,67%, enquanto a fase de conhecimento obteve 100% de utilização efetiva. Neste sentido, os resultados indicam adaptabilidade em condições ambientais variáveis, com alta acurácia do planejamento e latência mínima, demonstrando a eficácia do framework na gestão do requisito não-funcional de desempenho.

Banca examinadora: