Seleção de Exemplos Baseada em Agrupamento para Aprendizado Online em Redes de Computadores
Nome: TULIO VALERIO DA SILVA CORREIA
Data de publicação: 14/10/2025
Banca:
Nome |
Papel |
|---|---|
| FLAVIO MIGUEL VAREJAO | Presidente |
| FRANCISCO DE ASSIS BOLDT | Examinador Externo |
| RODOLFO DA SILVA VILLACA | Examinador Interno |
Resumo: No contexto de redes de computadores sobrecarregadas com aplicações pesadas, grandes
volumes de tráfego e topologias complexas, é crucial garantir a Qualidade de Serviço (QoS)
para as aplicações dos usuários, especialmente com a crescente demanda por serviços
suportados. Recentemente, técnicas de aprendizado de máquina têm sido empregadas com
sucesso para auxiliar na gestão e melhoria do desempenho de redes de computadores. Este
trabalho apresenta uma abordagem que utiliza agrupamento de dados (data clustering)
como método para seleção de amostras online em sistemas de monitoramento baseados
em aprendizado de máquina, visando prever indicadores de nível de serviço de ponta
a ponta com baixo erro. Essa abordagem não apenas otimiza a utilização de recursos
computacionais, mas também permite a adaptabilidade da rede a condições dinâmicas,
mantendo a qualidade do serviço. Os resultados demonstraram que o método proposto
contribui para a previsão online do tempo de leitura do serviço de armazenamento de chave-
valor com métricas de erro competitivas. Os valores do erro médio absoluto normalizado
das previsões foram calculados nos testes conduzidos durante todo o processo de seleção
de amostras online, resultando em um valor médio de 0,0354, que é competitivo em
comparação com os métodos de referência.
