dc.contributor.advisor | Fagotto, Eric Alberto de Mello | |
dc.contributor.author | Lima, José Divino de | |
dc.date.accessioned | 2022-02-16T14:19:45Z | |
dc.date.available | 2022-02-16T14:19:45Z | |
dc.date.issued | 2017-08-31 | |
dc.identifier.uri | http://repositorio.sis.puc-campinas.edu.br/xmlui/handle/123456789/15033 | |
dc.description.abstract | O presente trabalho de dissertação tem como principal objetivo a análise dos sistemas de telecomunicação, os quais estão cada vez mais complexos e heterogêneos e, em função disso, suscetíveis a diversos tipos de falhas causadas tanto por fatores internos como externos, sendo estes últimos devido à integração com sistemas de terceiros. Dentro desse contexto, este trabalho apresenta, então, um modelo que pode ser utilizado para prever falhas consequentes a partir de uma amostra de dados. Para tanto, utilizou-se uma ferramenta de mineração de dados e algoritmos de predição, que criam árvores de decisão. Aplicado o modelo proposto a um conjunto de falhas, gerado pelo sistema de uma grande operadora de telecomunicações, demonstrou-se que é possível agrupar falhas com precisão de 85,96%. Logo, pode-se estabelecer um processo que auxilia na definição do agrupamento e correlação de falhas, permitindo que os sistemas de gestão de alto nível possam ser configurados de maneira mais eficiente pelos administradores. | |
dc.description.abstract | The present dissertation work analyses telecommunication systems failures caused by internal and external agents. This analysis can be very challenging since such systems are complex and heterogeneous. Within this context, this work proposed a model that can be used to predict consequent failures from data samples. To do so, we have used a data mining tool and prediction algorithms that create decision trees. Applying the proposed model to a set of faults, generated by the system of a major telecommunications operator, it was demonstrated that it is possible to group faults with an accuracy of 85.96%. In this way, a process can be established that assists in the definition of grouping and correlation of failures, which allows that high level management systems can be configured more efficiently by their administrators. | |
dc.language.iso | por | |
dc.publisher | PUC-Campinas | |
dc.rights | Acesso Aberto | |
dc.subject | Mineração de dados | |
dc.subject | Aprendizado de Máquina | |
dc.subject | Árvores de Decisão | |
dc.subject | Falhas do Sistema de Telecomunicação | |
dc.subject | Correlação de Falhas | |
dc.subject | Data Mining | |
dc.subject | Machine Learning | |
dc.subject | Decision Trees | |
dc.subject | Failures of the Telecommunication System | |
dc.subject | Correlation of Failures | |
dc.title | Predição de falhas em sistemas de telecomunicações utilizando algoritmos de geração de árvores de decisão | |
dc.title.alternative | Prediction of Failures in Telecommunication Systems using Decision Tree Generation Algorithms | |
dc.type | Dissertação | |
dc.contributor.institution | Pontifícia Universidade Católica de Campinas | |
dc.identifier.lattes | 2761743726521722 | |
puc.advisorLattes | 8733923983559037 | |
puc.referee | Bianchini, David | |
puc.referee | Goncalves, Marcos Sergio | |
puc.refereeLattes | 5563637821003140 | |
puc.refereeLattes | 497424493730558 | |
puc.center | CEATEC – Centro de Ciências Exatas, Ambientais e de Tecnologias | |
puc.note | Programa de Pós-Graduação em Engenharia Elétrica (até abril de 2021) | |
puc.undergraduateProgram | Programa de Pós-Graduação em Gestão de Redes de Telecomunicações | |