Projetos

Sistemas Distribuídos é uma área da computação que cresceu muito nos últimos tempos, principalmente quando olhamos para tecnologias e estilos de arquitetura de software como a Computação em Nuvem, Containers e Microsserviços. A computação em nuvem, por exemplo, é uma tecnologia cujo o crescimento se dá, principalmente, pelos modelos de negócios e de precificação adotados pelos provedores de Nuvem, fazendo ser muitas vezes mais vantajoso contratar uma infraestrutura de nuvem do que montar sua própria infraestrutura física. Atualmente, na computação em nuvem, é possível encontrar diversos modelos de precificação, sejam estáticos, com valores fixos para utilização do serviço para um período de tempo, dinâmicos, os quais os preços variam de acordo com a utilização do serviço, e modelos híbridos, que mesclam os modelos estáticos e dinâmico. Além disso, com o objetivo de incentivar o uso dos seus serviços, provedores de Nuvem aplicam políticas de desconto à medida que o uso do serviço ultrapassa limiares determinados por eles. Neste contexto, com uma grande variedade de provedores de serviços e de modelos de precificação, clientes enfrentam o desafio de escolher os melhores serviços que atendam suas expectativas com os menores custos possíveis, levando em consideração os modelos de precificação existentes e de como sua aplicação consumirá esses serviços. Porém, a avaliação dos custos da execução de alguma aplicação deve permanecer mesmo após o serviço estar em execução, pois, é comum aplicações terem seus comportamentos e demanda modificadas durante seu ciclo de vida, o que pode afetar o custo da execução dessas aplicações e até fazer com que um serviço, inicialmente com menor custo, passe a não ser mais o que possui o menor custo entre os demais disponíveis no mercado. Desta forma, o objetivo deste projeto é desenvolver um arcabouço que permita que desenvolvedores possam gerenciar, tanto na fase de planejamento como na de execução, custos de aplicações que usam serviços computacionais, como os serviços de nuvem, tendo em visto os modelos de precificação existentes e os comportamentos das suas aplicações.

A disponibilidade da infraestrutura de nuvem depende do tempo necessário para a detecção de quaisquer falhas para prover as medidas necessárias para solucionar o problema. A detecção de falhas é muitas vezes uma tarefa difícil devido à complexidade e natureza dinâmica da nuvem. Um fator importante para detecção de falhas para os sistemas de nuvem é o tempo, uma vez que vários recursos computacionais são compartilhados para prover vários serviços. Uma falha em um componente, pode afetar muitos outros devido a interdependência entre eles. Uma abordagem eficaz é detectar uma falha em seus estágios iniciais, visto que as medidas preventivas podem ser realizadas para evitar a ocorrência da falha. Essa técnica é chamada de predição de falhas. A previsão de falhas em tempo de execução permite avaliar se haverá uma falha em determinado período de tempo. Essa técnica de previsão de falha correlaciona dados de falhas anteriores com o estado atual do sistema, aumentando a qualidade da previsão. A previsão de falhas permite a mitigação da ocorrência da falha através de técnicas como tolerância a falhas, remoção de falhas e mecanismos de recuperação. Mesmo que a falha na computação em nuvem não possa ser evitada, as informações sobre ela podem ser usadas para a recuperação do sistema, permitindo a redução do seu downtime. A previsão de falhas em tempo de execução envolve técnicas como aprendizagem de máquinas, análise estatística e reconhecimento de padrões. Os modelos de previsão de falha podem ser construídos manualmente ou por meio de algoritmos de treinamento. O objetivo desses algoritmos de treinamento é relacionar por meio de um modelo, os eventos de falha observados no sistema com seus dados monitorados. Além disso, os dados do sistema relacionados à falha são necessários para treinar o modelo de previsão e otimizar seu desempenho, bem como validar a precisão das previsões. A técnica de injeção de falhas pode promover uma rápida geração e coleta de dados relacionados a falhas, permitindo a construção de um modelo de previsão de falhas para computação em nuvem. Desta forma, o foco principal deste projeto é o desenvolvimento de uma estratégia para predição de falhas online em nuvens privadas com auxílio da técnica de injeção de falhas.

O Diabetes Mellitus (DM) é uma condição metabólica na qual as células produtoras do hormônio insulina são atacadas pelo próprio organismo. Esse problema afeta um grande número de adultos em todo o mundo, com aproximadamente 537 milhões de pessoas convivendo com o DM, de acordo com a Federação Internacional de Diabetes (IDF - Internacional Diabetes Federation). No Brasil, 15,7 milhões de indivíduos, o equivalente a 7% da população, são portadores de DM, sendo que 588 mil têm o Diabetes Mellitus Tipo 1 (DM1), colocando o país em sexto lugar em incidência global e em primeiro lugar na América Latina. Estima-se que até o ano de 2045 esse número atinja a marca de 23,2 milhões de adultos afetados pela doença. 

Diante desse cenário preocupante, a área da saúde busca constantemente soluções para auxiliar no manejo do DM. Cada vez mais, profissionais têm recorrido a dispositivos tecnológicos que se mostram essenciais na rotina e no cuidado desses pacientes. Especificamente no caso dos portadores de DM1, que dependem de insulina de forma contínua e estrita, a tecnologia desempenha um papel ainda mais importante. O uso de aplicativos, bombas e canetas de insulina, além do monitoramento dos níveis de glicose por meio de glicosímetros e sensores, tornou-se parte integrante do cotidiano dessas pessoas. 

Essas inovações tecnológicas permitem que os pacientes com DM1 tenham acesso a soluções personalizadas, auxiliando em um controle mais eficaz da doença. A utilização de Inteligência Artificial (IA) possibilita a análise em tempo real dos dados relacionados à glicemia, fornecendo informações valiosas para o paciente e sua equipe médica, o que facilita a tomada de decisões embasadas. 

Além disso, a integração dos diferentes dispositivos de monitoramento e administração de insulina simplifica o gerenciamento da doença, proporcionando uma visão abrangente do estado de saúde do paciente. Essa integração também facilita o compartilhamento de informações com profissionais de saúde, permitindo um acompanhamento mais preciso e personalizado. 

Desta forma, o objetivo deste projeto é desenvolver um sistema computacional que auxilie, de forma inteligente e de baixo custo, no controle do tratamento de Diabetes Mellitus Tipo 1.

O projeto de extensão tem como objetivo desenvolver um sistema de gestão para o Hospital Veterinário Escola do Departamento de Medicina Veterinária da UFRPE. O sistema será projetado para atender tanto às necessidades da comunidade quanto aos requisitos dos órgãos fiscalizadores. Ele é composto por três projetos, cada um abordando uma área específica da gestão do hospital, visando aprimorar a eficiência operacional, a transparência e a qualidade dos serviços prestados. O primeiro projeto é focado no desenvolvimento de um sistema de prontuário eletrônico, com o objetivo de melhorar a governança do hospital e fornecer informações consolidadas para auditorias internas e externas. Esse sistema permitirá o registro completo e organizado de informações médicas, tratamentos realizados, resultados de exames, histórico dos pacientes e demais dados relevantes. Além disso, ele facilitará a análise estatística e a geração de relatórios que contribuirão para uma gestão mais eficaz do hospital. O segundo projeto é direcionado ao desenvolvimento de um sistema de agendamento e marcação de consultas, com o propósito de aprimorar o processo de agendamento, que é feito pela comunidade local que utiliza o hospital. Ele será projetado para ser acessível e de fácil utilização, permitindo que os usuários marquem consultas de forma conveniente. O terceiro e último projeto é focado no desenvolvimento de um portal de transparência, com o objetivo de disponibilizar informações relevantes do hospital para toda a comunidade. Ela servirá como uma plataforma pública, onde os usuários poderão acessar dados sobre serviços oferecidos, estatísticas de atendimentos, indicadores de qualidade, entre outras informações