Convido a toda a comunidade do DCOMP e PROCC a participarem do segundo SAM - Seminários Acadêmicos Mensais do PROCC.
:: Quando? Dia 15, nesta quinta às 11h
:: Onde? Devido o sucesso do primeiro, mudamos de local: agora será no Auditório da Didática V.
:: E com quem? Seguem abaixo os palestrantes e resumos dos seminários:
Implementação e Avaliação Experimental em um Ambiente de Desenvolvimento de Software ETL para Business Intelligence (Juli Kelle Góis Costa, orientanda do Prof. Methanias):
Aplicações
de Business Intelligence (BI) efetivas dependem de um Data Warehouse
(DW), um repositório histórico de dados projetado para dar suporte a
processos de tomada de decisão. Sem um DW eficiente, as organizações não
podem extrair, em um tempo aceitável, os dados que viabilizam ações
estratégicas, táticas e operacionais mais eficazes. Ambientes de BI
possuem um processo de Engenharia de Software particular, baseado em
dados, para desenvolver programas de Extração, Transformação e Carga
(ETL) de informações para o DW. Esta apresentação expõe um método e uma
ferramenta de Desenvolvimento Rápido de Aplicações (RAD) para aumentar a
eficiência do desenvolvimento de programas ETL. A avaliação
experimental da abordagem foi realizada em um experimento controlado
feito na indústria para analisar a efetividade da ferramenta neste tipo
de ambiente. Os resultados indicaram que a nossa abordagem pode ser
usada como método para acelerar e melhorar o desenvolvimento de
processos ETL.
Predição e análise de tráfego na computação em nuvem (Edvan dos Santos Sousa, orientando do Prof Ricardo Salgueiro):
A
análise de amostras do tráfego de dados em redes de computadores no
nível do fluxo de pacotes são uma importante metodologia para a gestão,
monitoramento, segurança e garantia da qualidade dos serviços oferecidos
nas modernas redes de computadores. Na computação em nuvem, a avaliação
do tráfego toma uma nova dimensão. As técnicas de análise do tráfego de
dados em uma nuvem demandam por novas metodologias que possam ser
eficientes computacionalmente e exibam precisão em suas previsões diante
da grande vazão e diversidade dinâmica das fontes que são as instâncias
da nuvem e formam as fontes geradoras dos tráfegos envolvidos. O nosso
trabalho propõe a captura e análise da vazão do tráfego da rede em nível
de fluxo de pacotes utilizando técnica de amostragem adaptativa baseada
na predição linear multi-adaptativa. A predição é aplicada aos
parâmetros que definem o tamanho da amostra e o tempo entre coleta das
amostras do tráfego de pacotes em uma nuvem. A plataforma Eucalyptus de
nuvem privada é utilizada como estudo de caso. Nos experimentos os
pacotes são capturados entre a comunicação das instâncias da nuvem e
amostrados adaptativamente medindo a vazão do enlace. Os resultados
esperados devem apontar a diminuição significativa em termos de
processamento de pacotes e armazenamento do volume total em relação ao
volume amostrado, preponderantes para o bom desempenho da nuvem.
