@PhDThesis{GayarrePeña:2015:AlClDa,
author = "Gayarre Peña, Lorena",
title = "Um algoritmo de clusteriza{\c{c}}{\~a}o de dados para
aux{\'{\i}}lio {\`a} analise de comportamentos de sistemas",
school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
year = "2015",
address = "S{\~a}o Jos{\'e} dos Campos",
month = "2015-05-18",
keywords = "clusteriza{\c{c}}{\~a}o, algoritmo, m{\'e}todos baseados em
dados, detec{\c{c}}{\~a}o de anomalias, an{\'a}lise de
comportamentos, clustering, algorithm, data based methods, anomaly
detection, behavioral analysis.",
abstract = "Os sistemas atuais se caracterizam pela variedade de incertezas
humanas, ambientais e sist{\^e}micas que afetam os comportamentos
deles, influindo nos modos normais de opera{\c{c}}{\~a}o e
fazendo com que estes se comportem de modos an{\^o}malos ou
at{\'e} de modos falhos. Como isto {\'e} inevit{\'a}vel, {\'e}
mandat{\'o}ria a detec{\c{c}}{\~a}o de anomalias e a
an{\'a}lise de comportamentos no projeto de sistemas altamente
confi{\'a}veis como nas {\'a}reas espacial ou aeron{\'a}utica.
Motivados por esta necessidade, o objetivo deste trabalho {\'e}
propor, implementar e testar um algoritmo de
clusteriza{\c{c}}{\~a}o de dados para aux{\'{\i}}lio {\`a}
an{\'a}lise de comportamentos de sistemas.. Neste trabalho
procura-se que o algoritmo desenvolvido seja de
aplica{\c{c}}{\~a}o gen{\'e}rica, i.e., n{\~a}o se precise ter
conhecimento pr{\'e}vio do sistema a ser estudado. Para isso,
primeiro {\'e} feita uma apresenta{\c{c}}{\~a}o dos
m{\'e}todos baseados em dados e dos m{\'e}todos baseados em
modelos para identifica{\c{c}}{\~a}o de comportamentos,
explicando por que foram escolhidos os m{\'e}todos baseados em
dados. Depois s{\~a}o apresentados os m{\'e}todos baseados em
dados que s{\~a}o utilizados no desenvolvimento do algoritmo, a
saber, m{\'e}todos de clusteriza{\c{c}}{\~a}o, m{\'e}todos
matem{\'a}ticos, m{\'e}todos estat{\'{\i}}sticos e
m{\'e}todos de filtragem. Fazendo uso dessas t{\'e}cnicas,
{\'e} desenvolvido o algoritmo de an{\'a}lise de comportamentos,
chamado de BAbyLO-BR. Em seguida, o algoritmo {\'e} validado
utilizando quatro estudos de caso de diferentes
caracter{\'{\i}}sticas e {\'a}reas de aplica{\c{c}}{\~a}o.
Esta diversidade de estudos de caso permite ilustrar a
generalidade de aplica{\c{c}}{\~a}o do algoritmo. Por
{\'u}ltimo, um estudo que enumera as vantagens e desvantagens de
aplica{\c{c}}{\~a}o deste novo algoritmo {\'e} realizado.
ABSTRACT: Current systems are characterized by the variety of
human, environmental and system uncertainties which affect the
normal operation of the system, causing anomalous or even failed
behavior. This situation is not avoidable, so anomaly detection
and behavioral analysis of the component or system is needed and
even mandatory, especially in high reliability systems such as
those from the space and aeronautical industry. Under this
motivation, the aim of this thesis is to propose, implement and
test a data clustering algorithm to assist in system behavioural
analysis.. In this work, the algorithm is intended to be of
general application, i.e., it will not require previous knowledge
of the system under study. To do this, first a theoretical
comparison between data based methods and model based methods is
done, explaining why data based methods are chosen. Later, the
used data based methods are presented: clustering methods,
mathematical methods, statistical methods, and filtering methods.
By using these methods, a behavioral analysis algorithm is
developed; it is called BAbyLO-BR algorithm. Then, the algorithm
is validated by its application to four study cases with diverse
characteristics and belonging to different areas of research. This
diversity allows ilustrating the general application of the
algorithm. Finally, a study enumerating the vantages and
disadvantages of using the algorithm for anomaly detection and
behavioral analysis is conducted.",
committee = "Prado, Antonio Fernando Bertachini de Almeida (presidente) and
Souza, Marcelo Lopes de Oliveira e (orientador) and Rocha,
Guilherme Concei{\c{c}}{\~a}o (orientador) and Milani, Paulo
Gi{\'a}como and Carrara, Valdemir and Moreira, Fernando Jos{\'e}
de Oliveira and Paiva, Henrique Mohallem",
copyholder = "SID/SCD",
englishtitle = "A data clustering algorithm to assist in system behavioural
analysis",
language = "pt",
pages = "185",
ibi = "8JMKD3MGP3W34P/3JCFC22",
url = "http://urlib.net/ibi/8JMKD3MGP3W34P/3JCFC22",
targetfile = "publicacao.pdf",
urlaccessdate = "28 abr. 2024"
}