Aplicação de árvores de decisão em sistemas de alarmística

Abstract

Nos dias que correm, as empresas não se podem dar ao luxo de venderem soluções e produtos sem ter uma proposta de suporte e manutenção do que estão a propor vender. A garantia de qualidade de Serviço é uma exigência encarada como algo implìcito à venda de soluções e produtos. O serviço em estudo é uma das funcionalidades disponibilizadas pelo sistema Network Qualifier R (NetQ). O serviço consiste disponibilizar aos técnicos que fazem instalações e reparações de serviço de voz e dados, testes de qualidade às linhas de cobre. Uma forma de garantir a qualidade de um serviço através do suporte e manutenção é a utilização de soluções de geração e gestão de alarmística. O que é proposto neste trabalho é demonstrar que é possével melhorar a detecção de problemas recorrendo a técnicas de prospecção de dados (data mining), podendo assim integrar essas soluções num sistema de alarmística. O objectivo é criar um modelo que tenha capacidade de classificar, de um modo autónomo, comportamentos anómalos do serviço em análise, de forma que essas ocorrências possam ser transformadas em alarmes e recolhidas por gestores de alarmes, podendo assim detectar com antecedência problemas que só iriam ser detectados quando houvesse uma queixa do cliente.

Nowadays, companies cannot afford the luxury of selling solutions and products without having a support and maintenance proposal at the same time. Quality assurance of all services sold has become somewhat implicit in the sale of solutions and products. The system Network Qualifier R ⃝ (NetQ), our case study, provides this very functionality. This system provides technicians with the tools to test the quality and state of the copper lines during installation of voice services and data services for new clients or even with local repairs. To ensure quality of service of the network through support and maintenance, one should make use of the generation and management of alarms. This thesis will demonstrate that it is possible to improve the detection of problems with the use of data mining techniques, integrating these solutions in an alarm management system. The objective is to create a model that has capacity to classify, autonomously, anomalous behaviors in services, so that these occurrences can be transformed into alarms and later be collected and processed by alarm managers, thus being able to detect problems before hand which would only be detected via customer complaint.