Konstanz, Univ., Masterarbeit, 2004.

Project (M.S.)--Brigham Young University. Dept. of Instructional Psychology and Technology, 2005. / Includes bibliographical references (p. 46-47).

Diss., Technische Wissenschaften ETH Zürich, Nr. 14864, 2002.

Cada vez mais o tempo acaba sendo o diferencial de uma empresa para outra. As empresas, para serem bem sucedidas, precisam da informação certa, no momento certo e para as pessoas certas. Os dados outrora considerados importantes para a sobrevivência das empresas hoje precisam estar em formato de informações para serem utilizados. Essa é a função das ferramentas de “Business Intelligence”, cuja finalidade é modelar os dados para obter informações, de forma que diferencie as ações das empresas e essas consigam ser mais promissoras que as demais. “Business Intelligence” é um processo de coleta, análise e distribuição de dados para melhorar a decisão de negócios, que leva a informação a um número bem maior de usuários dentro da corporação. Existem vários tipos de ferramentas que se propõe a essa finalidade. Esse trabalho tem como objetivo comparar ferramentas através do estudo das técnicas de modelagem dimensional, fundamentais nos projetos de estruturas informacionais, suporte a “Data Warehouses”, “Data Marts”, “Data Mining” e outros, bem como o mercado, suas vantagens e desvantagens e a arquitetura tecnológica utilizada por estes produtos. Assim sendo, foram selecionados os conjuntos de ferramentas de “Business Intelligence” das empresas Microsoft Corporation e Oracle Corporation, visto as suas magnitudes no mundo da informática.

The subject of the diploma thesis titled, "Collection of Solved Problems of Business Intelligence for Students of the Faculty of Economics" is a creation and description of a series of solved problems of Business Intelligence. The theoretical part is focused on basic terms associated with Business Intelligence. In the practical part, there is showed the usage of MS SQL Server and MS Server Data Tools for creation different parts of the Business Intelligence process.

Cada vez mais o tempo acaba sendo o diferencial de uma empresa para outra. As empresas, para serem bem sucedidas, precisam da informação certa, no momento certo e para as pessoas certas. Os dados outrora considerados importantes para a sobrevivência das empresas hoje precisam estar em formato de informações para serem utilizados. Essa é a função das ferramentas de “Business Intelligence”, cuja finalidade é modelar os dados para obter informações, de forma que diferencie as ações das empresas e essas consigam ser mais promissoras que as demais. “Business Intelligence” é um processo de coleta, análise e distribuição de dados para melhorar a decisão de negócios, que leva a informação a um número bem maior de usuários dentro da corporação. Existem vários tipos de ferramentas que se propõe a essa finalidade. Esse trabalho tem como objetivo comparar ferramentas através do estudo das técnicas de modelagem dimensional, fundamentais nos projetos de estruturas informacionais, suporte a “Data Warehouses”, “Data Marts”, “Data Mining” e outros, bem como o mercado, suas vantagens e desvantagens e a arquitetura tecnológica utilizada por estes produtos. Assim sendo, foram selecionados os conjuntos de ferramentas de “Business Intelligence” das empresas Microsoft Corporation e Oracle Corporation, visto as suas magnitudes no mundo da informática.

Cada vez mais o tempo acaba sendo o diferencial de uma empresa para outra. As empresas, para serem bem sucedidas, precisam da informação certa, no momento certo e para as pessoas certas. Os dados outrora considerados importantes para a sobrevivência das empresas hoje precisam estar em formato de informações para serem utilizados. Essa é a função das ferramentas de “Business Intelligence”, cuja finalidade é modelar os dados para obter informações, de forma que diferencie as ações das empresas e essas consigam ser mais promissoras que as demais. “Business Intelligence” é um processo de coleta, análise e distribuição de dados para melhorar a decisão de negócios, que leva a informação a um número bem maior de usuários dentro da corporação. Existem vários tipos de ferramentas que se propõe a essa finalidade. Esse trabalho tem como objetivo comparar ferramentas através do estudo das técnicas de modelagem dimensional, fundamentais nos projetos de estruturas informacionais, suporte a “Data Warehouses”, “Data Marts”, “Data Mining” e outros, bem como o mercado, suas vantagens e desvantagens e a arquitetura tecnológica utilizada por estes produtos. Assim sendo, foram selecionados os conjuntos de ferramentas de “Business Intelligence” das empresas Microsoft Corporation e Oracle Corporation, visto as suas magnitudes no mundo da informática.

Submitted by Lucelia Lucena (lucelia.lucena@ufpe.br) on 2015-03-05T19:44:25Z No. of bitstreams: 2 DISSERTAÇÃO Antonio Ezequiel de Mendonça.pdf: 2393951 bytes, checksum: 04f2793296259577c32a75f66eb859aa (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-05T19:44:25Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Antonio Ezequiel de Mendonça.pdf: 2393951 bytes, checksum: 04f2793296259577c32a75f66eb859aa (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-08-21 / FACEPE / Usuários acessam aplicações de consulta a dados com a intenção de obter informações que lhes possam ser úteis. Para isso, eles submetem uma consulta e, dependendo da resposta, podem tentar refazê-la diversas vezes e, a cada nova consulta submetida, procuram filtrar os resultados, até que uma resposta satisfatória seja encontrada. Esse problema ocorre devido, principalmente, à grande quantidade de informação disponível e, até mesmo, devido à diferença de contexto existente para cada usuário. Entendemos por contexto o conjunto de elementos que caracterizam uma entidade de domínio e que são considerados relevantes em uma situação específica, durante um intervalo de tempo. Diante disso, temos que diferentes usuários podem receber informações diversas e considerá-las relevantes ou não para suas consultas, pois eles têm contextos e objetivos diferentes quando as realizam. Nesse sentido, um processo automático para reescrita de consultas pode criar uma consulta personalizada fazendo uso do contexto adquirido (por exemplo, do usuário e do ambiente) e, assim, as respostas retornadas tendem a ser mais adequadas. Para isso, a consulta pode ser reescrita usando técnicas de expansão, relaxamento ou formatação de respostas. Nesse panorama, o presente trabalho propõe a utilização de informações contextuais a fim de realizar a reescrita de consultas SQL submetidas pelos usuários. Para tanto, é apresentada a abordagem para reescrita de consultas denominada CORE - Context-based Rules for rEwriting queries, que proporciona a adequação da consulta original submetida pelo usuário de acordo com o contexto adquirido. O trabalho incluiu o desenvolvimento de um protótipo que implementa a abordagem. Este protótipo foi usado para realizar experimentos com usuários, os quais submeteram consultas que consideravam ou não o uso do contexto. Em outro experimento, foram aplicadas métricas de precisão e cobertura para avaliar a relevância da informação retornada pelas consultas com e sem o uso do contexto. Analisando os resultados dos experimentos, pôde-se observar que as consultas reescritas a partir do contexto obtiveram mais repostas consideradas relevantes do que as consultas sem contexto. O presente trabalho traz como diferencial de pesquisa em comparação com outros, o fato de tanto fazer uso de contexto como realizar inferência de novos elementos contextuais.

Web application vulnerabilities of critical are commonly found in web applications. The arguably most problematic class of web application vulnerabilities is SQL injections. SQL injection vulnerabilities can be used to execute commands on the database coupled to the web application, e.g., to extract the web application’s user and passwords data. Black box testing tools are often used (both by system owners and their adversaries) to discover vul- nerabilities in a running web application. Hence, how well they perform at discovering SQL injection vulnerabilities is of importance. This thesis describes an experiment assessing de- tection capability for different SQL injection vulnerabilities under different conditions. In the experiment the following is varied: SQL injection vulnerability (17 instances allowing tautologies, piggy-backed queries, and logically incorrect queries), scanners (four products), exploitability (three levels), input vector (POST/GET), and time investment (three levels). The number of vulnerabilities detected is largely determined by the choice of scanner (30% to 77%) and the input vector (71% or 38%). The interaction between the scanner and input vector is substantial since two scanners cannot handle the POST-vector at all. Substantial differences are also found between how well different SQL injection vulnerabilities are de- tected and the more exploitable variants are detected more often, as expected. The impact of time spent with the scan interacts with the scanner - some scanners required considerable time to configure and other did not – and as a consequence the relationship between time investments to detection capabilities is non-trivial.

The goal of this thesis is to design and implement a SQL frontend for Bobox framework which is being developed by Department of software engineering MFF UK. The development of the Bobox framework is motivated by the effort to simplify writing parallel software. The Bobox framework is one of many system implementations for processing stream data and provides runtime environment for evaluating execution plans in the parallel environment. This thesis deals with implementation of a frontend for this framework. The input is a query in SQL language and information about database structure. Frontend will perform syn- tactic and semantic analysis and then translate the input query into intermediate code. The output of this frontend is the intermediate code in the form of relatio- nal algebra written as XML and is used as the input for the following optimizing backend.