Uma abordagem para extração de conhecimento de SoS no contexto de Big Data

Resumo

Sistemas-de-Sistemas (do inglês, System-of-Systems ou SoS) têm conquistado um importante papel na indústria e na academia como resposta ao crescimento contínuo da complexidade e tamanho dos sistemas de software, que são, muitas vezes, resultantes da composição de diversos outros sistemas independentes e complexos. Nesse cenário, observa-se também o crescimento da quantidade de dados coletados e gerados a partir desses sistemas. No contexto de SoS, um dos grandes problemas é a extração de conhecimento útil a partir dos dados existentes, visto que eles estão localizados dentro de cada constituinte e acabam não gerando informações completas a respeito do funcionamento do sistema como um todo, consequentemente não auxiliando na tomada de decisões. Dessa forma, o principal objetivo deste projeto é modelar e implementar um sistema que auxilie na extração de conhecimento do SoS que seja representativo a ponto de auxiliar na tomada de decisões dos usuários e gerar um novo comportamento emergente. Como objetivo mais especíco, pretende-se analisar um SoS de monitoramento de enchentes a m de encontrar problemas que possam ser resolvidos baseando-se nos dados já existente nos constituintes, como por exemplo prever se há alto risco de enchente nas próximas 48 horas em certa localização, e resolve-los utilizando técnicas de aprendizado de máquina que sejam coerentes com a aplicação, gerando assim um resultado que pode agir como um novo comportamento emergente dentro do SoS. Este sistema será considerado como um novo constituinte do SoS e será avaliado com a análise das informações obtidas após a extração, a m de vericar se este novo comportamento gerado é válido e causará impactos positivos. Visa-se, portanto, auxiliar o desenvolvimento e evolução de SoS ao prover um mecanismo para a tomada de decisão de forma mais ecaz.