Agenda de defesas Agenda de defesas

Voltar

Pós em Computação promove defesa de dissertação de mestrado amanhã (29)

O trabalho foi desenvolvido pelo pesquisador Júlio Rodrigues de Mendonça Neto

O Programa de Pós-Graduação em Ciência da Computação da UFPE promove defesa de tese de doutorado amanhã (29), a partir das 14h. A apresentação acontecerá de forma remota, através da plataforma Google Meet. É recomendado aos interessados em assistir que entrem na sala de videoconferência com o microfone e a câmera desligados.

Com título “Modelos Analíticos e Método de Tomada de Decisão para Avaliação e Seleção de Estratégias de Recuperação de Desastres”, o trabalho foi desenvolvido pelo pesquisador Júlio Rodrigues de Mendonça Neto. Os professores Ricardo Massa Ferreira Lima (CIn/UFPE) e Emerson Carneiro Andrade (DC/UFRPE) atuaram como orientador e coorientador, respectivamente. 

A banca examinadora será formada pelos professores Paulo Romero Martins Maciel (CIn/UFPE), Nelson Souto Rosa (CIn/UFPE), Bruno Costa e Silva Nogueira (Instituto de Computação/Ufal), Gustavo Rau de Almeida Callou (DC/UFRPE) e Jamilson Ramalho Dantas (Colegiado em Ciência da Computação/Univasf).

Resumo

Em empresas de todos os tipos e tamanhos, os sistemas de Tecnologia da Informação e Comunicação (TIC) têm se tornado vitais para funcionamento delas. A ocorrência de desastres ou falhas inesperadas podem afetar a infraestrutura computacional sob a qual os sistemas de TIC operam, causando a indisponibilidade desses sistemas e/ou perda de dados. A indisponibilidade de tais sistemas ainda pode gerar insatisfação dos clientes e, consequentemente, ocasionar a diminuição de receita. Nos últimos anos, estratégias de Disaster Recovery (DR) têm sido adotadas para auxiliar na redução da indisponibilidade dos sistemas de TIC e na mitigação da perda de dados. Contudo, não existe uma estratégia única que atenda aos requisitos de todas as organizações (ex.: baixo custo e alta disponibilidade). A avaliação eficiente e precisa das estratégias de DR é fundamental para garantir a escolha de estratégias adequadas à realidade de uma empresa. Os modelos analíticos têm sido bastante usados para representar e analisar infraestruturas computacionais e sistemas de TIC, por serem eficientes para realização de análises quantitativas. Adicionalmente, métodos de decisão multicritério têm sido empregados para auxiliar no processo de tomada de decisão, especialmente quando são considerados critérios conflitantes. Dessa forma, esta tese propõe o uso integrado de modelos analíticos, modelos de custo e métodos de decisão multicritério para analisar e selecionar estratégias de DR que sejam mais adequadas aos requisitos ou restrições das empresas. Embora existam vários tipos de modelos analíticos, este trabalho, mais especificamente, adota as redes de Petri devido a sua capacidade de modelar e analisar sistemas complexos. Esses modelos permitem obter métricas importantes relativas à DR, como disponibilidade, indisponibilidade, Recovery Time Objective (RTO) e Recovery Point Objective (RPO). No entanto, pequenas e médias empresas muitas vezes possuem um orçamento limitado no que tange a DR. Desse modo, este trabalho também propõe modelos de custos que possibilitam a avaliação das infraestruturas de DR considerando os custos de aquisição, manutenção e operação. Nessa análise, também são considerados os custos relativos à perda de produtividade e vendas causadas pela indisponibilidade das infraestruturas avaliadas. Apesar desses modelos ajudarem as empresas ou os projetistas na avaliação das estratégias de DR, a quantidade de opções a serem analisadas pode ser imensa. Assim, este trabalho também propõe um método de decisão multicritério, baseado na Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS), para auxiliar no processo de seleção de estratégias de DR mais adequadas aos requisitos definidos pelas empresas ou projetistas. Por fim, estudos de caso demonstram a viabilidade e a utilidade da abordagem proposta em orientar empresas ou projetistas no processo de avaliação e seleção de estratégias de DR que mais se adequam às necessidades delas.

Data da última modificação: 28/10/2020, 15:55