| Título: | Detecção de intent drifts em redes baseadas em intenção |
| Autor(es): | Bottecchia, Leandro Machado Ribeiro |
| Orientador(es): | Marotta, Marcelo Antônio |
| Assunto: | Redes de computação Redes de computação - gerência Redes de computação - automação |
| Data de apresentação: | 24-Jul-2025 |
| Data de publicação: | 20-Ago-2026 |
| Referência: | BOTTECCHIA, Leandro Machado Ribeiro. Detecção de intent drifts em redes baseadas em intenção. 2025. 77 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) — Universidade de Brasília, Brasília, 2025. |
| Resumo: | Este trabalho investiga a detecção de desvios de intenção (intent drifts) em redes baseadas
em intenções (IBNs), com foco em cenários de Qualidade de Serviço (QoS). A proposta
consiste na implementação de intents de limitação de banda utilizando o controlador
ONOS e no desenvolvimento de três modelos baseados em lógica fuzzy para identificar
desvios no cumprimento dessas intents. A metodologia foi dividida em duas partes: a
primeira avalia a eficácia dos modelos em uma rede simples com limitação de banda entre
dois hosts; a segunda analisa o comportamento da rede sob sobrecarga, com múltiplos
hosts competindo por largura de banda. Os resultados mostram que os modelos fuzzy são
eficazes na detecção de drifts, com variações na sensibilidade e adaptabilidade entre as
abordagens estática, dinâmica percentual e dinâmica adaptativa. A análise comparativa
destaca o equilíbrio entre sensibilidade e robustez, sugerindo que a escolha do modelo
ideal depende do contexto operacional da rede. O trabalho contribui com uma abordagem
prática e adaptável para manutenção preditiva de intents em IBNs. |
| Abstract: | This work investigates the detection of intent drifts in Intent-Based Networks (IBNs),
focusing on Quality of Service (QoS) scenarios. The proposal involves implementing
bandwidth-limiting intents using the ONOS controller and developing three fuzzy logic based models to identify deviations in intent fulfillment. The methodology is divided
into two parts: the first evaluates the models in a simple network with bandwidth lim itation between two hosts; the second analyzes network behavior under overload, with
multiple hosts competing for limited bandwidth. Results show that fuzzy models are
effective in detecting drifts, with differences in sensitivity and adaptability across static,
percentage-based dynamic, and variation-based dynamic approaches. The comparative
analysis highlights the trade-off between sensitivity and robustness, suggesting that the
optimal model depends on the network’s operational context. This work contributes a
practical and adaptable approach for predictive intent maintenance in IBNs. |
| Informações adicionais: | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2025. |
| Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
| Aparece na Coleção: | Engenharia da Computação
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.