Banca de QUALIFICAÇÃO: AMANDA LUCENA GERMANO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : AMANDA LUCENA GERMANO
DATA : 13/12/2016
HORA: 09:00
LOCAL: Sala 2 do DCA
TÍTULO:

Detecção de Outliers em Data Streams


PALAVRAS-CHAVES:

Detecção de outliers, fluxo de dados, anomalias de dados.


PÁGINAS: 32
RESUMO:

Os recentes avanços nas tecnologias de software e hardware permitiu que os diversos
sistemas e seus componentes passassem a serem monitorados e mensurados, gerando um
rápido crescimento no fluxo de informação e, em especial, do tamanho dos bancos de
dados. Com essa avalanche de dados, o modelo tradicional de tratar os dados como relações
persistentes se mostrou inadequado pela limitação do tamanho dos bancos de dados.
Para atender as novas necessidades, surgiu o modelo de fluxo de dados, que consiste de
uma sequência ordenada de pontos que só podem ser lidos apenas uma ou algumas poucas
vezes. Essa área cresceu bastante nos últimos anos, principalmente devido a grande
quantidade de sistemas que precissavam trabalhar com esse tipo de dado, que incluem
desde dados do mercado financeiro, registros telefônicos, transações web a dados médicos,
redes de sensores ou mesmo dados multimídia. No entanto, entre os inúmeros dados,
existem eventos raros em que os pontos apresentam desvios dos demais, chamados de
outliers ou anomalias. Esses dados anômalos possuem informações importantes sobre o
comportamento anormal do sistema. Assim, a detecção de outliers se tornou um importante
problema nas áreas de detecção de fraude em cartão de crédito, cuidados médicos,
segurança pública, detecção de danos da indústria, processamento de imagem, vigilância
de rede de sensor/vídeo, detecção de intrusão etc. Dada a importância desse tema, a área
tem crescido bastante nos ultimos anos, e apesar dos inúmeros algoritmos propostos para
detecção de outliers, muitos deles se tornam inadequados quando se trabalha com fluxo
de dados. Dessa forma, este trabalho aborda os principais temas relacionados com essas
duas áreas que vem se expandindo nos útlimos anos, além de empregar e analisar os
diferentes algoritmos para detecção de anomalias.


MEMBROS DA BANCA:
Presidente - 1153006 - LUIZ AFFONSO HENDERSON GUEDES DE OLIVEIRA
Interno - 2885532 - Ivanovitch Silva
Externo ao Programa - 1555898 - DIEGO RODRIGO CABRAL SILVA
Notícia cadastrada em: 02/12/2016 10:04
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa08-producao.info.ufrn.br.sigaa08-producao