AO DE MESTRADO OBTIDA POR Alex Luiz de Sousa UM SISTEMA DE APOIO ` A TOMADA DE DECIS ˜ AO PARA O MONITORAMENTO REMOTO DE CENTRAIS DE ALARMES PATRIMONIAIS

0
0
146
2 months ago
Preview
Full text

1 Introdu¸ c˜ ao

  Este cap´ıtulo discute a problem´atica das empresas de vigilˆancia patrimonial, um ramo da Seguran¸ca Privada que recentemente vem fazendo uso da Internet para a comunica¸c˜aode sistemas remotos. Esta problem´atica est´a relacionada com a falta de ferramentas nos sistemas de monitoramento atuais, para auxiliar o usu´ario nos processos de tomada dedecis˜ao.

1.1 Motiva¸c˜ ao e Contextualiza¸c˜ ao

  Essa facilidade, de transmitir e receber informa¸c˜oes entre locais1 Asymmetric Digital Subscriber Line (ADSL) ´e uma tecnologia que permite r´apida transmiss˜ao de dados atrav´es de linhas telefˆonicas.2 Hybrid Fiber-Coaxial (HFC) ´e uma tecnologia de transmiss˜ao de dados que combina fibra ´optica comcabo coaxial (p. Entretanto, nemsempre a estrat´egia seguida ´e a mais adequada, pois a quantidade de associa¸c˜oes l´ogicas(p. ex.: o cen´ario monitorado, o projeto de seguran¸ca, hist´orico de ocorrˆencias, sequˆen- cia de mensagens, equipamentos instalados) pode ser muito complexa para o racioc´ıniohumano refletir sobre uma decis˜ao r´apida e coerente.

1.4 Contribui¸c˜ oes

1.5 Organiza¸c˜ ao

  No sentido de reduzir esfor¸cos com a modelagem de software, durante a fase de projeto, espera-se que este trabalho traga uma significativa contribui¸c˜aoliter´aria para os desenvolvedores de sistemas de monitoramento de alarmes, bem como incentivo para novos estudos e a extens˜ao desta pesquisa no meio acadˆemico. A modelagem do SMCAP, que ´e apresentada no cap´ıtulo sobre o projeto de umSMCAP, define um modelo comportamental para os SESs, utilizando um modelo for- mal como base para o desenvolvimento de um prot´otipo de SMCAP consistente e t´ecnicasde inteligˆencia artificial para compor uma ferramenta de apoio `a tomada de decis˜ao.

2.1 Classifica¸c˜ ao e Caracteriza¸c˜ ao do Problema

  Apesar de existirem poucas referˆencias espec´ıficas sobre o monitoramento de alar- mes patrimoniais, basicamente apenas manuais e documentos t´ecnicos sobre SMCAPs,equipamentos e dispositivos, o monitoramento de alarmes patrimoniais pode ser classi- ficado como um problema t´ıpico da ´area de monitoramento remoto. Com base na literatura dispon´ıvel, classificando o monitoramento de alarmes patri- moniais como um problema t´ıpico da ´area de monitoramento remoto, uma solu¸c˜ao parao problema tratado nesta disserta¸c˜ao deve considerar as seguintes caracter´ısticas: ˆ A utiliza¸c˜ao de sensores ´e uma pr´atica comum na coleta de informa¸c˜oes e, como visto na literatura, n˜ao se restringe apenas aos SESs.

2.2 Hist´ orico da Seguran¸ca

  Num conceito mais social, a seguran¸ca ´e a garantia que as pessoas tˆem de poder desfrutar de um certo n´ umero de atributos fundamentais para a sua sobrevivˆencia,como sa´ ude, alimenta¸c˜ao, estabilidade econˆomica, ausˆencia de violˆencia e um ambiente A falta de seguran¸ca se manifesta quando ocorrem situa¸c˜oes de amea¸ca e de vulnera- bilidade. Dentre elas est´a a Seguran¸ca Privada, que ´e uma ´area que trata exclusivamente de medidas de prote¸c˜ao para corpora¸c˜oes ou indiv´ıduos, a fimde suprir as deficiˆencias do sistema de seguran¸ca p´ ublica atual.

2.2.1 Seguran¸ca Privada

  Desde as pol´ıcias Helˆenicas da antiguidade, pouco coorde- nadas e profissionalizadas, ou as grandes administra¸c˜oes policiais p´ ublicas da Rep´ ublicaRomana, at´e as pol´ıcias de bases locais e comunit´arias, que se desenvolveram em diversos pa´ıses europeus, durante a Idade M´edia e permaneceram at´e os s´eculos XVIII e XIX. Apenas a partir de junho de 1983, atrav´es da Lei7.102 (BRASIL, 1983), o governo federal regulamentou a atividade de seguran¸ca privada, e sua fiscaliza¸c˜ao deixou de ser estadual (SSP - Secretaria da Seguran¸ca P´ ublica) para serfederal, atrav´es do Departamento de Pol´ıcia Federal (Minist´erio da Justi¸ca).

2.2.2 Vigilˆ ancia Patrimonial

  A falta de seguran¸ca, principalmente na d´ecada de 90 com o aumento da crimina- lidade, fez com que a popula¸c˜ao come¸casse a tomar consciˆencia sobre a importˆancia dapreven¸c˜ao. Logo, isso dificulta a realiza¸c˜ao de um estudo sistem´atico sobre a forma com que asempresas prestadoras de servi¸cos de vigilˆancia patrimonial atuam hoje, j´a que o assunto implica revelar procedimentos e medidas de seguran¸ca que exp˜oem vulnerabilidades sobreos servi¸cos prestados.

2.3 Sistemas Eletrˆ onicos de Seguran¸ca - SESs

  Ocontrole produz sa´ıdas (Sinaliza¸c˜ao) que podem disparar uma sirene ou campainha, enviar mensagens de alarme para uma empresa de vigilˆancia patrimonial, contatar diretamente apr´opria pol´ıcia, enviar um SMS para um telefone celular, ou emitir qualquer outro tipo de sinal. Os SESs podem ser classificados em (NELSON, 2006): monitorados, que geralmenteenviam mensagens de alarme sobre o local protegido e garantem o acompanhamento das ocorrˆencias por pessoal especializado; ou n˜ao monitorados, normalmente limitados apenasa detectar mudan¸cas de estado no local protegido e acionar uma sirene local.

2.3.1 Sensores

  Quando um processo´e monitorado por humanos, ´e monitorado com ´org˜aos dos sentidos (vis˜ao, audi¸c˜ao, olfato, O uso de sensores no monitoramento de ambientes e controle de sistemas tem crescido a cada dia, sendo o foco de in´ umeras pesquisas no meio acadˆemico e na ind´ ustria (ARGO;LOVELAND, 1997), (NELSON; FITZGERALD, 1997), (YAMAMOTO; INOUE, 2003),(NEILD et al., 2004). Dentro do detector o emissor de Detectores de g´ as: os detectores de g´as s˜ao dispositivos que respondem a gases como propano, mon´oxido de carbono, petr´oleo l´ıquido, butano e vapores de gasolina,al´em de outros gases que n˜ao s˜ao percebidos por detectores de fuma¸ca ou detectores de fogo (TRAISTER; KENNEDY, 2002).

2.3.2 Centrais de Alarmes

  O equipamento do cliente, mais conhecido como central de alarmes (ou painel de alarmes), pode ser descrito fisicamente como uma placa de circuito impresso, montada comcomponentes eletrˆonicos, conectores para liga¸c˜ao de dispositivos, fonte de alimenta¸c˜ao, um microprocessador e um software embarcado respons´avel por sua programa¸c˜ao e controle. Uma caracter´ıstica das centrais de alarmes ´e que elas podemdetectar, de forma cont´ınua e em um determinado ciclo de tempo (pooling), quais zonas de prote¸c˜ao est˜ao com o circuito aberto ou fechado.

2.3.3 Comunica¸c˜ ao dos SESs

  Quando um SES entra em alerta (detectauma altera¸c˜ao de estado), ou quando um sinal de supervis˜ao precisa ser enviado `a empresa de vigilˆancia patrimonial (geralmente para verifica¸c˜ao de funcionamento), o comunicador5 aloca a linha telefˆonica do cliente e aguarda um determinado tempo pelo tom de discagem . O diagrama de transi¸c˜ao de estados da figura 2.9 ilustra o processo de comunica¸c˜ao de um SES.

2.3.4 Protocolo Contact ID

  S˜aodefinidos tons espec´ıficos de uma sess˜ao de comunica¸c˜ao, controle de erros de transmiss˜ao, intervalos de tempo entre tons, tolerˆancias a erros de frequˆencia e de tempo, e sinaisespec´ıficos para a valida¸c˜ao de mensagens. As centrais de alarmes, onde foram discutidas caracter´ısticas de funcionamento e a ques- O protocolo Contact ID, que tamb´em foi discutido neste cap´ıtulo, ´e um elemento fun- damental para o projeto do sistema, pois fornece informa¸c˜oes sobre as condi¸c˜oes f´ısicasdos SESs monitorados (estado das zonas de prote¸c˜ao) e os respectivos c´odigos de alarmes que s˜ao transmitidos para o SMCAP.

3 Projeto de um SMCAP

  Este cap´ıtulo apresenta uma proposta de modelagem para o desenvolvimento de umSistema de Monitoramento de Centrais de Alarmes Patrimoniais (SMCAP) para o aux´ılio`a tomada de decis˜ao. A parte do apoio `a tomada de decis˜ao ´e modelada com t´ecnicas de inteligˆencia computacional, utilizando-se indu¸c˜ao de ´arvores de decis˜aoe racioc´ınio baseado em casos.

3.1 Modelagem Comportamental do SMCAP

  S˜ao exemplos de eventos em um SES: a sinaliza¸c˜ao de um sensor que detecta uma viola¸c˜ao em um ambiente monitorado e a ativa¸c˜ao ou desativa¸c˜ao de umacentral de alarmes. Segundo Costa e Lima (2005), os Sistemas a Eventos Discretos (SEDs) apresentam-se com uma caracter´ıstica espec´ıfica de n˜ao linearidade e certa complexidade em descreversua dinˆamica em termos de equa¸c˜oes matem´aticas, como geralmente se faz com os sistemas lineares de controle.

3.1.1 Autˆ omatos Finitos Determin´ısticos - AFDs

  Segundo Shallit (2008), um , , , G = ( Q, q F ) (3.1)Σ δ onde, ˆ representa o alfabeto de entrada aceito pelo autˆomato;ˆ Σ Qˆ representa o conjunto de estados que comp˜oem o autˆomato; representa a fun¸c˜ao de transi¸c˜ao de estados;ˆ δ ˆ q representa o estado inicial do autˆomato, tal que q ´e elemento de Q; eF representa o conjunto de estados finais (ou marcados), tal que F est´a contido em Q . Os autˆomatos finitos constituem um modelo ´ util para muitos elementos importantes de hardware e software, podendo ser utilizados para, por exemplo, projetar e verificar ocomportamento de circuitos digitais, compor analisadores l´exicos de compiladores t´ıpicos, ou software para verificar sistemas de todos os tipos (p. ex.: protocolos de comunica¸c˜ao)(HOPCROFT et al., 2000).

3.1.4 Representa¸c˜ ao de uma Central de Alarmes

  O n´ umero de zonasinfluencia no n´ umero de estados e de transi¸c˜oes, pois quanto maior for o n´ umero de zonas maior ser´a o n´ umero de estados e de transi¸c˜oes. As mensagens s˜ao enviadas instantaneamente na sequˆencia em que ocorrem, e a representa¸c˜aoformal de uma central de alarmes ´e dada por: C = {z , z , z , ..., z } (3.2)n 1 2 3 n onde, n corresponde ao n´ umero de zonas de prote¸c˜ao de uma determinada central C , e z ∈ n i {0, 1} (contato f echado (0) ou contato aberto (1)), de acordo com a situa¸c˜ao de cada zona.

3.1.5 Modelagem de uma Planta Gen´ erica Uma planta gen´erica ´e um modelo que define o comportamento global de um SES

  Um alfabeto de entrada para uma , a , a , f , f , f , e uma planta G planta G n ´e dado por:= {a , ..., a , f , ..., f , e } (3.3) Σ 1 n 1 n onde, a i e f i representam respectivamente a abertura e o fechamento de uma zona i (com i = 1 a n), e n representa o n´ umero de zonas de prote¸c˜ao. Durante o monitoramento, os a’s e f ’s devem ser mapeados do campo Q de uma mensagem em Contact ID, e j mapeado do campo Σ dado por:| | = 2n + 1 (3.4) Σ onde, | | representa o total de s´ımbolos do alfabeto , e n o n´ umero de zonas de prote¸c˜ao.Σ Σ O conjunto de estados Q ´e um conjunto finito e pr´e-definido de estados, ou seja, todos os estados de Q s˜ao conhecidos.

8 Cada linha da tabela define um estado (de q a q ), e cada estado representa a vis˜ao

  O n´ umero de transi¸c˜oes de uma planta gen´erica G n ´e dado por: n n = n2 + 2 (3.6) π onde, representa o total de transi¸c˜oes e n representa o n´ umero de zonas de prote¸c˜ao. Assim, a marca¸c˜ao de estados foi desconsiderada, j´a que o principal objetivo ´e observar a sequˆencia de eventos na ordemem que ocorrem, e n˜ao a conclus˜ao de tarefas.

3.2 Modelagem do Apoio ` a Tomada de Decis˜ ao

  A pr´oxima se¸c˜ao discute sobre algumas das principais t´ecnicas de IA, juntamente com as t´ecnicas de Indu¸c˜ao de ´ Arvores de Decis˜ao e Racioc´ınio Baseado em Casos (RBC),que foram escolhidas para a solu¸c˜ao do problema. A l´ogica do sistema, que compreende a abstra¸c˜ao comportamental e a abstra¸c˜ao complementar, tamb´em s˜ao discutidas, poiscompreendem um conjunto de informa¸c˜oes imprescind´ıveis para o processo de tomada de decis˜ao.

3.2.1 T´ ecnicas de Inteligˆ encia Artificial

  Algumas vantagens importantes podem ser apontadas `as ´arvores de decis˜ao como, por exemplo: podem ser aplicadas a qualquer tipo de dados; a estrutura do classifica-dor ´e simples e pode ser guardada e manipulada de uma forma eficiente; e, revelam-se normalmente robustas e insens´ıveis a erros de classifica¸c˜ao no conjunto de treinamento(EDELSTEIN, 1999) (p. Outra vantagem que tamb´em favorece o uso de ´arvores de decis˜ao ´e a possibilidade de validar um modelo utilizando ferramentas de an´alise computacional e estat´ıstica, t´ıpicasda ´area de minera¸c˜ao de dados e aprendizado m´aquina (p. ex.: o Weka).

3.2.2 Abstra¸c˜ ao Comportamental e Complementar

  De acordo com a planta, a cada estado passado ´e poss´ıvelse ter uma vis˜ao geral de todas as zonas de prote¸c˜ao de um determinado SES, o que representa uma informa¸c˜ao ´ util para auxiliar no processo de tomada de decis˜ao. 3.2.3 Processo de Classifica¸c˜ ao dos Dados A classifica¸c˜ao ´e o processo de encontrar um conjunto de modelos (ou fun¸c˜oes) que descrevem e distinguem classes de dados ou conceitos, para o prop´osito de poder usar omodelo para prever a classe de objetos (conjuntos de dados) ainda n˜ao rotulados (HAN;KAMBER, 2000).

1 Contact ID; a indica, com base no campo Q da mensagem (Contact ID), se ´e um evento

  ...identifica o c´odigo do caso classificado pela sequˆencia de eventos anteriores (C), ou ent˜ao,´e atribu´ıdo o valor zero (0) se ainda n˜ao houve nenhuma ocorrˆencia registrada; a 6 indica(se a 5 6= 0) ´area cont´ıgua (1) ou n˜ao cont´ıgua (0); a 7 informa se o sensor detecta (S) ou n˜ao detecta (N) presen¸ca; e a 8 identifica se o tempo de atendimento est´a dentro (D) ou fora (F) do limite previsto. 1 ∧ a 2 ∧ a 3 ∧ a 4 ∧ a 5 ∧ a 6 ∧ a 7 ∧ a 8 (3.7) onde, o s´ımbolo ∧ representa o operador l´ogico booleano E, juntamente com os atributos de a 1 `a a 8 que definem a regra.

3.2.5 Transforma¸c˜ ao dos Dados em Casos

  Em contraste com os SGBD , que os casos podem ser recuperadossomente se o problema j´a estiver representado na base de dados, os RBC utilizam a no¸c˜ao de similaridade para serem capazes de realizar casamentos inexatos entre os descritores10 do problema e casos armazenados na base.9 Segundo Wangenheim e Wangenheim (2003), a medida de similaridade ´e um dos10 Um SGBD ´e um Sistema de Gerenciamento de Banco de Dados (p. Com a an´alise dos descritores (atributos) da tabela 3.3, verificou-se que, para a ferra- menta de apoio `a tomada de decis˜ao, o uso de pesos na obten¸c˜ao da medida de similaridadeglobal se faz necess´ario, pois existem casos que s˜ao poss´ıveis de serem definidos com ape- nas alguns descritores mais significativos.

3.3 Composi¸c˜ ao do Sistema

  Para que o SMCAP possa disponibilizar informa¸c˜oes precisas e pontuais para auxiliar no processo de tomada de decis˜ao, ´e necess´ario que haja um relacionamento entre a partecomportamental do sistema (plantas gen´ericas) com a parte de IA para o apoio `a tomada de decis˜ao (classificador gerado pelas ´arvores de decis˜ao e RBC). Mesmo contando com o apoio de um profissional da ´area, a forma com que as empresas do ramo de vigilˆancia patrimonial atuam s˜ao informa¸c˜oes restritas a elas, e cada uma temsua pr´opria estrat´egia de como lidar com os problemas de seguran¸ca.

4 Desenvolvimento do Prot´ otipo

  Este cap´ıtulo apresenta o desenvolvimento de um prot´otipo de Sistema de Monito- ramento de Centrais de Alarmes Patrimoniais (SMCAP) de acordo com a modelagemdefinida no cap´ıtulo 3. A primeira etapa do desenvolvimento constitui a implementa¸c˜ao das plantas gen´ericas de acordo com o formalismo baseado em Autˆomatos Finitos Deter-min´ısticos (AFDs) e a segunda etapa constitui a ferramenta de apoio `a tomada de decis˜ao, com a implementa¸c˜ao do algoritmo de indu¸c˜ao de ´arvores de decis˜ao e do Racioc´ınio Ba-seado em Casos (RBC).

4.1 Desenvolvimento da Base do SMCAP

  A base do SMCAP, que utiliza autˆomatos finitos determin´ısticos, constitui a parte que analisa o comportamento dos SESs que est˜ao sendo monitorados. Nela est˜ao inclu-´ıdos o gerenciamento da comunica¸c˜ao, a estrutura das plantas gen´ericas, e a coleta de informa¸c˜oes, as quais s˜ao abordadas a seguir.

4.1.1 Gerenciamento da Comunica¸c˜ ao

  O prot´otipo de SMCAP ´e um software projetado para uma arquitetura cliente-servidor, sendo que o papel de cliente ´e representado por um SES, e o papel de servidor ´e repre-sentado pelo SMCAP. O m´odulo provˆe a conec- tividade de centrais de alarme em redes TCP/IP, e seu funcionamento ser´a discutido emmaiores detalhes no cap´ıtulo 5, com exce¸c˜ao das fun¸c˜oes presentes na DLL, que s˜ao: ˆ Porta TCP do servidor : fun¸c˜ao utilizada para ajuste da porta TCP do servidor, ˆ que serve para definir a porta de escuta padr˜ao utilizada pelo sistema.

4.1.2 Estrutura das Plantas Gen´ ericas

  onde, q0 representa o estado inicial da planta, e representa o n´ umero de estados da planta (ver equa¸c˜ao 3.5), Q constitui o conjunto de estados, delta armazena oretorno da fun¸c˜ao de transi¸c˜ao de estados e F representa o conjunto de estados ˆ finais. A fun¸c˜ao de transi¸c˜ao verifica o estadoatual da planta, representado por uma string de 0’s e 1’s, utilizando como ´ındice o campo CCC (zona da mensagem em Contact ID) para verificar a situa¸c˜ao atual dazona relacionada na mensagem (0 = fechada, 1 = aberta) e determinar o pr´oximo ˆ estado v´alido (inclusive o estado de erro).

4.1.3 Coleta de Informa¸c˜ oes

  Nos arquivos de log s˜ao armazenadas informa¸c˜oesno padr˜ao do protocolo Contact ID, com o hor´ario e a data em que cada mensagem de alarme foi enviada (HH:mm DD/MM ACCT QZXY GG CCC) (quadro 4.1.3). Os arquivos de log s˜ao gerados individualmente para cada SES monitorado, e s˜ ao Os arquivos de log e registros do banco de dados constituem informa¸c˜oes essenciais para os principais processos executados pelo SMCAP, incluindo a ferramenta de apoio `atomada de decis˜ao, que ser´a descrita nas pr´oximas se¸c˜oes.

4.2 Desenvolvimento da Ferramenta de Decis˜ ao

  A ferramenta de apoio `a tomada de decis˜ao constitui a parte de inteligˆencia artificial do SMCAP, com a indu¸c˜ao de ´ Arvores de Decis˜ao e o Racioc´ınio Baseado em Casos (RBC). Nela est˜ao inclu´ıdas a implementa¸c˜ao do algoritmo C4.5 (se¸c˜ao 4.2.1), o compilador da´arvores de decis˜ao, o funcionamento do classificador, a descri¸c˜ao dos casos e estrat´egias de a¸c˜ao, e a implementa¸c˜ao do RBC.

4.2.1 Implementa¸c˜ ao do Algor´ıtimo de Indu¸c˜ ao

  Como foram encontradas poucas referˆencias sobre como as empresas de vigilˆancia patrimonial atuam, visto que ´e facultado a elas a cria¸c˜ao do seu pr´oprio planejamento deseguran¸ca, optou-se por implementar o algoritmo C4.5, de indu¸c˜ao de ´arvores de decis˜ao, dentro do pr´oprio SMCAP. Neste trabalho, o algoritmo C4.5 ´e utilizado para gerar uma ´arvore de decis˜ao baseada num padr˜ao de treinamento (se¸c˜ao 3.2.4), mas tamb´em pode ser aplicado diretamente nabase para descobrir classes de dados automaticamente (entretanto ´e necess´ario uma base de dados j´a formada).

4.2.2 O Compilador de ´ Arvores de Decis˜ ao

4.2.3 Funcionamento do Classificador

  O compilador carrega os arquivos do tipo DTR (se¸c˜ao 4.2.1) e procura linha `a linha pela ocorrˆencia doscaracteres “:”, “|”e operadores l´ogicos, que servem de orienta¸c˜ao para traduzir o arquivo de sa´ıda em linguagem de programa¸c˜ao. A classifica¸c˜ao incide na descri¸c˜ao padronizada dos casos(ocorrˆencias) e na defini¸c˜ao de uma estrat´egia de a¸c˜ao para auxiliar o operador na tomada de decis˜ao, as quais ser˜ao discutidas na pr´oxima se¸c˜ao.

4.2.4 Descri¸c˜ ao dos Casos e Estrat´ egias de A¸c˜ ao

  Sendo assim, de forma padronizada e autom´atica, os casos s˜ao armazenados na Uma estrat´egia de a¸c˜ao representa a complementa¸c˜ao de um determinado caso descrito na base e ´e constitu´ıda por um conjunto de passos que devem ser seguidos para solucionara ocorrˆencia (caso). Exemplos de descri¸c˜ao de casos e respectivas estrat´egias de a¸c˜ao.1) Parˆ ametros da ocorrˆ encia: mensagem, 14:35 21/06 1234 1130 01 001 ; tipo de mensagem, A (abertura); tipo de a¸c˜ao, C (combinada); tipo de ´area, E (externa); ´ ultimaclassifica¸c˜ao, 0 (zero); ´area cont´ıgua, N (n˜ao); tipo de zona, N (n˜ao detecta presen¸ca); e tempo de atendimento, D (dentro do prazo).

4.2.5 Implementa¸c˜ ao do RBC

  Tabela 4.1: Exemplo de c´alculo de similaridade entre os casos X e Y.descritores → a a a a a a a a 1 2 3 4 5 6 7 8 Caso X 133 A I I S F↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ Caso Y 133 A I E N D proposi¸c˜oes → 1 1 1 1 1(se¸c˜ao 3.2.5) e os demais descritores possuem os valores dos pesos igual a 1 (um). Por fim, a nova solu¸c˜ao´e adaptada atrav´es de um processo de substitui¸c˜ao de atributos, que ´e poss´ıvel gra¸cas a padroniza¸c˜ao de sintaxe com respostas (descri¸c˜oes de casos) parametrizadas, de acordocom as defini¸c˜oes da se¸c˜ao 4.2.4.

4.3 Interfaces do SMCAP

  O SMCAP tamb´em possui uma interface para interagir com o padr˜ao de treinamento e o algoritmo de indu¸c˜ao de ´arvores de decis˜ao, com fun¸c˜oes para incluir, excluir e alterarregras do padr˜ao de treinamento, bem como gerar uma ´arvore de decis˜ao e compor um novo classificador para o SMCAP. Por fim, tamb´em foi desenvolvida uma central de alarmes virtual para a fase de va- lida¸c˜ao e testes com o prot´otipo, al´em de outras interfaces para gerenciar informa¸c˜oessobre clientes, equipamentos e o bem patrimonial monitorado, que ser˜ao apresentadas no cap´ıtulo de valida¸c˜ao e testes (cap´ıtulo 5), nas considera¸c˜oes sobre a usabilidade dosistema.

5 Valida¸ c˜ ao e Testes

  Para isso, s˜ao descritos os cen´arios de testes (topologias f´ısicas), os recursos utilizados nos experimentos, juntamente com um comparativo entre tecnologias de SESs e os testesrealizados para fins de valida¸c˜ao. Dentre os experimentos est˜ao os testes com o clas- sificador (´arvore de decis˜ao), os testes com a t´ecnica de Racioc´ınio Baseado em Casos(RBC), o teste de generaliza¸c˜ao de regras, o teste de robustez da planta gen´erica, o teste de escalabilidade e considera¸c˜oes sobre a usabilidade do sistema.

5.1 Recursos Utilizados nos Experimentos

  O m´odulo comunicador Viaweb Ethernet pode operar de acordo com duas formas de comunica¸c˜ao: simulando a linha telefˆonica do cliente, atendendo aos pedidos de conex˜aoda central de alarmes e transmitindo as informa¸c˜oes para o SMCAP; ou por barramento, diretamente conectado `a central, sem a necessidade de simula¸c˜ao da linha telefˆonica. Equipamentos Descri¸c˜ ao Paradox Esprit 728EX4+ (PARADOX, 2009b), com a possibilidade de configura¸c˜ao de at´e 4 zonas de prote-Centrais de ¸c˜ao; Innovanet 558 (INNOVANET, 2009), com a pos- alarmessibilidade de configura¸c˜ao de at´e 10 zonas de prote¸c˜ao.

5.2 Testes com o Classificador

  Dados de entrada s˜ao fornecidos enquantoos testes s˜ao executados e os resultados obtidos s˜ao comparados com um conjunto de resultados esperados, que s˜ao baseados no conhecimento especialista. A figura 5.3 apresenta o primeiro cen´ario de testes, com uma topologia f´ısica monito- rada por um SES com cinco zonas de prote¸c˜ao.

1 A , representando uma sala central de acesso comum entre as demais ´areas; e A , repre-

  A rela¸c˜ao de contiguidade entre as ´areas ´e apresentada na tabela 5.3, onde observa-se que a ´area A 1 ´e cont´ıgua com A 2 , a ´area A 2 ´e cont´ıgua com A 3 e as ´areas A 1 e A 3 n˜ao possuem rela¸c˜ao de contiguidade entre si. ———————————————————————–Considerando que a tomada de decis˜ao sugerida pelo sistema ´e parcial, pois o tempo de atendimento est´a dentro do limite previsto, uma nova mensagem de alarme “13:53 06/07 1234 1132 01 004 ” foi simulada e enviada para o SMCAP pressionando-se um bot˜ao de pulso ligado `a zona z .

5.3 Testes de Generaliza¸c˜ ao de Regras

  Neste cen´ario s˜ao consideradas quatro (4) ´areas distintas: A 1 , representando uma sala com janelas e uma porta de entrada/sa´ıda; A 2 , representando um dep´osito com uma ´ unica porta de acesso e um basculante; A , representando outra sala com janelas e uma porta 3 de entrada/sa´ıda; e A , representando o p´atio do local. A rela¸c˜ao de contiguidade entre as ´areas ´e apresentada na tabela 5.9, onde: a ´area A 1 ´e cont´ıgua com as ´areas A , A e A ; a ´area A ´e cont´ıgua com as ´areas A e A ; a ´area 2 3 4 2 1 3 A ´e cont´ıgua com as ´areas A , A e A ; e a ´area A ´e cont´ıgua com as ´areas A e A , mas 3 1 2 4 4 1 3 n˜ao ´e cont´ıgua com a ´area A 2 .

5.4 Testes com o RBC

  R a a a a a a a a C 1 2 3 4 7 8 5 6: : : : : : : : : 14 130 A C E S D 1 apresentada a seguir:ˆR14 : um c´odigo de evento (130) de abertura (A), onde o tipo da a¸c˜ao ´e combinada(C), originado numa ´area externa (E), sem registro de eventos antecedentes (0), sem´area cont´ıgua (0), cujo sensor detecta presen¸ca (S) e o tempo de atendimento est´a dentro do limite previsto (D), ´e classificado como uma ocorrˆencia do tipo C1. No caso seguinte, desimilaridade igual a 52%, o especialista mais uma vez concordou que a solu¸c˜ao dada pelo sistema foi correta, pois como ambos os casos reportam um erro no sistema, a a¸c˜ao dousu´ario ´e seguir com um procedimento padr˜ao, j´a que a tomada de decis˜ao n˜ao pode mais ser baseada na sequˆencia de eventos.

5.5 Teste da Planta Gen´ erica

  Al´em disso, a zona z 3 foi aberta e o buffer da central foi resetado, evitando assim o envio de uma mensagem de abertura para o SMCAP. Logo,como nenhuma mensagem sobre a abertura de z havia sido recebida o sistema identificou 3 a ocorrˆencia de um erro, ou seja, a planta gen´erica do SES foi conduzida ao estado de bloqueio e o caso “130 E C E 0 0 N D”foi montado para ser passado para o classificador.

5.6 Teste de Escalabilidade

  O n´ umero de zonas foi variado entre as centrais e o envio de mensagens de alarme foi feito gradativamente, a medida que os clientes estabeleciam conex˜ao, at´e todos estaremconectados ao SMCAP. Como pode ser observado na tabela 5.14, o sistema pˆode suportar de forma satisfat´o- ria a carga de processamento (uso de CPU) e o consumo de mem´oria requeridos para ostestes.

5.7 Considera¸c˜ oes Sobre a Usabilidade

  O teste de usabilidade est´a diretamente ligado `a capacidade do sistema de permitir intera¸c˜ao de acordo com as necessidades do local a ser protegido e as especifica¸c˜oes doprojeto de seguran¸ca que o especialista deve observar. Al´em das interfaces apresentadas, o SMCAP tamb´em possui interfaces para permitir que o usu´ario visualize as mensagens de alarme armazenadas no hist´orico (log), permitira configura¸c˜ao de parˆametros do sistema, modificar o padr˜ ao de treinamento e interagir com o algor´ıtimo C4.5.

6 Conclus˜ oes

  A vis˜ao geral de todas as zonas de prote¸c˜ao a cada estado da planta pode ser caracterizada como uma novafuncionalidade para os SMCAPs, al´em de representar uma informa¸c˜ao ´ util para auxiliar no processo de tomada de decis˜ao. Assim, esfor¸cos com a modela- A t´ecnica de indu¸c˜ao de ´arvores de decis˜ao se mostrou uma ´otima ferramenta para a classifica¸c˜ao das ocorrˆencias de alarme, permitindo a utiliza¸c˜ao de um padr˜ao de treina-mento composto de regras, definidas de acordo com a vis˜ao do especialista.

6.1 Trabalhos Futuros

  Para a continuidade deste estudo, uma contribui¸c˜ao importante em trabalhos futuros seria prover meios de definir, de forma concisa e flex´ıvel, regras que pudessem representarcasos com quantificadores (ou repeti¸c˜oes) no padr˜ao de treinamento utilizado pelo algo- ritmo de indu¸c˜ao. Uma forma de resolver este problema poderia ser talvez utilizando ∗ express˜oes regulares para definir regras como, por exemplo, R (R + R ) R → C1, onde, a a a b b classe C1 seria definida por uma sequˆencia de regras iniciando com a regra R , seguida ou a n˜ao de qualquer sequˆencia de regras R ou R e finalizando com a regra R .

RECENT ACTIVITIES

Tags

Documento similar

AO DIRIGIDO POR HUMANOS E CIENTE DE QUALIDADE DE INFORMAC ¸ ˜ AO
0
0
250
ESTUDO DE ALGORITMOS PARA A DETERMINAC ˜ AO DA TEMPERATURA DE FUS ˜ AO
0
0
92
ARVORE DE DECIS ˜ AO E MODELOS DE MARKOV: APLICAC ¸ ˜ AO NA LOG´ISTICA DE TRANSPORTE
0
0
185
AO APLICADO ` A AN ´ ALISE DE CORREFERˆ ENCIA EM UM SISTEMA DE APRENDIZADO SEM FIM
0
0
76
AO OSCILAT ´ ORIOS APLICADOS ` AS LEIS DE CONSERVAC ¸ ˜ AO HIPERB ´ OLICAS UNIDIMENSIONAIS
0
0
130
AO DE UM CALOR´IMETRO PARA O PROCESSO DE FURA¸ C˜ AO
0
0
108
DESENVOLVIMENTO DE UM SISTEMA CAPACITIVO PARA MEDI ¸ C ˜ AO DE UMIDADE DE SEMENTES EMBARCADO EM UMA COLHEDORA
0
0
178
UMA CONTRIBUIÇÃO AO ESTUDO DO DIMENSIONAMENTO DE MOTORES E DE UM SISTEMA DE IRRIGAÇÃO POR GOTEJAMENTO
0
0
91
A INSTITUTO DE GEOCIˆ ENCIAS PROGRAMA DE P ´ OS-GRADUAC ¸ ˜ AO EM GEOF´ISICA DISSERTAC ¸ ˜ AO DE MESTRADO
0
0
93
A CENTRO DE GEOCIˆ ENCIAS CURSO DE P ´ OS-GRADUAC ¸ ˜ AO EM GEOF´ISICA DISSERTAC ¸ ˜ AO DE MESTRADO
0
0
70
A INSTITUTO DE GEOCIˆ ENCIAS PROGRAMA DE P ´ OS-GRADUAC ¸ ˜ AO EM GEOF´ISICA DISSERTAC ¸ ˜ AO DE MESTRADO
0
0
81
A INSTITUTO DE CIˆ ENCIAS EXATAS E NATURAIS PROGRAMA DE P ´ OS-GRADUAC ¸ ˜ AO EM F´ISICA DISSERTAC ¸ ˜ AO DE MESTRADO
0
0
94
PROJETO DE UM SISTEMA DE APOIO AO PLANEJAMENTO EM UMA EMPRESA DO RAMO DE RAÇÕES ANIMAIS
0
0
110
UNIVERSIDADE DE BRAS´ILIA INSTITUTO DE F´ISICA DISSERTAC ¸ ˜ AO DE MESTRADO
0
0
75
UNIVERSIDADE DE BRAS´ILIA INSTITUTO DE F´ISICA DISSERTAC ¸ ˜ AO DE MESTRADO
0
0
140
Show more