Ingeniero Civil Industrial / La mejora continua de los procesos de educación superior es entendida como uno de los objetivos de las instituciones que la imparten. Es bajo este contexto que existen los llamados Modelos Curriculares, que pretenden modelar las interacciones que existen entre los procesos educativos y administrativos, actores del sistema y variables clave, que son finalmente las que determinan qué tan eficiente y bueno será el aprendizaje del alumno. La Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile no es la excepción, por lo que ha ido avanzando en lograr una mejora continua de sus programas. Estos utilizan como referente el llamado Modelo Basado en Competencias, que plantea una mirada donde los estudiantes deben ir aprendiendo progresivamente habilidades y conocimientos previamente definidos en el perfil del profesional que se esté formando. En este Trabajo de Título se estudiará el caso particular de la carrera de Ingeniería Civil Industrial. Es bajo este contexto que se plantea como principal objetivo el análisis de las relaciones que existen entre los distintos cursos del departamento. Esto busca diagnosticar la eficacia con la que fue diseñada la Malla Curricular del departamento, que supone el camino lógico para la obtención de las competencias previamente definidas que debe tener un profesional egresado de ingeniero civil industrial de la Universidad de Chile. Para esto se propone la utilización de técnicas de Data Mining, específicamente la de Redes Bayesianas. Se espera de este trabajo un análisis de las relaciones observables de los cursos, tanto gráficamente como de las probabilidades condicionales, para así relacionar los cursos y los resultados académicos. Por otro lado, también se espera poder identificar las principales variables que influyen en el rendimiento académico del alumno. Los resultados muestran que existen relaciones entre varios cursos y que además muchas de ellas coinciden con las propuestas por la Malla Curricular. Por otro lado, se plantea que la distribución del tiempo en el semestre por parte del alumno y la motivación pueden ser variables determinantes, además de las habilidades y conocimientos que entregan los cursos. Por otro lado se plantea que el modelo debe ser mejorado o cambiado a uno que soporte la inclusión de una mayor cantidad de variables, puesto que este se ve limitado por la cantidad de datos y por la complejidad del problema.

O segmento de fast-food tornou-se um mercado muito concorrido e com empresas bem conhecidas, tais como: Subway, McDonalds, Burguer King, Bobs e Habibs. Técnicas de inteligência artificial e ciência de dados podem oferecer inúmeros benefícios para este mercado, como por exemplo, permitir o desenvolvimento de modelos computacionais para tomada de decisões. No contexto de finanças onde envolvam a comercialização de determinados produtos, é muito comum deparar-se com cenários que envolvam incerteza, principalmente quando se deseja realizar projeções financeiras, avaliar riscos e estimativas. O objetivo deste trabalho consiste em desenvolver modelos probabilísticos baseados em Redes Bayesianas (RB) para realizar predições em vendas e análise de causalidade entre variáveis que influenciam no processo de comercialização de determinados grupos de produtos no seguimento de fast-food. Nesta análise foram avaliadas Redes Bayesianas com aprendizado de estrutura baseado em restrições, através do algoritmo Grow Shrink (GS), e Redes Bayesianas com aprendizado de estrutura baseado em pontuação, através do algoritmo Hill-Climbing (HC), posteriormente foram comparadas com um modelo de série temporal baseado em Generalized Additive Model (GAM). Os dados para análise foram adquiridos de uma rede de fast-food brasileira que possui cerca de 1100 lojas associadas, destas, foram utilizadas lojas que pertencem ao estado de São Paulo, assim como avaliado variáveis de grupos de vendas no período de 2010 à 2017. Os resultados foram avaliados através da métrica Mean Absolute Percentage Error (MAPE), que considera valores reais alimentados em modelos e valores ajustados a partir do modelo e calcula a diferença absoluta entre os dois como porcentagem do valor real, com base neste cálculo é possível obter a acurácia de cada modelo. A Rede Bayesiana (RB) com aprendizagem de estrutura baseada em pontuação, utilizando o algoritmo Hill Climbing (HC), foi escolhida como o melhor modelo, pois apresentou relações causais mais coerentes entre os vértices que influenciam o processo de venda, bem como combinações de vértices que resultam em combos de produtos, além disso, resultou em 97.60% de acurácia na previsão de vendas das lojas do estado de São Paulo (SP) na amostra de teste avaliada, com base na métrica Mean Absolute Percentage Error (MAPE). / The fast-food segment has become a busy market with well-known companies such as: Subway, McDonalds, Burger King, Bobs and Habibs. Artificial intelligence and data science techniques can offer innumerable benefits to this market, such as allowing the development of computational models for decision making. In the context of finances involving the marketing of certain products, it is very common to come across scenarios where uncertainty is involved, especially when financial projections are desired, to evaluate risks and estimation. The objective of this work is to develop probabilistic models based on Bayesian Networks (BN) to make sales predictions and causality analysis among variables that influence the commercialization process of certain product groups in the fast-food segment. In this analysis we evaluated Bayesian networks with learning of structure based on constraints, through the algorithm Grow Shrink (GS), and Bayesian Networks with learning of structure based on score, through the algorithm Hill-Climbing (HC), later were compared with a model time series based on Generalized Additive Model (GAM). The data for analysis were acquired from a Brazilian fast-food chain with approximately 1100 associated stores, of which stores were used that belong to the state of São Paulo, as well as evaluated variables of sales groups in the period from 2010 to 2017. The results were evaluated by using the Mean Absolute Percentage Error (MAPE), which considers real values fed in models and values adjusted from the model and calculates the absolute difference between the two as a percentage of the real value, based on this calculation it is possible to obtain the accuracy of each model. The Bayesian Network (BN) with scoring based structure learning, using the Hill Climbing (HC) algorithm, was chosen as the best model because it presented more coherent causal relationships between vertices that influence the sales process, as well as combinations of vertices that result in product combos, in addition, achieved a 97.60% accuracy in the sales forecast of stores in the state of Sao Paulo (SP) in the test sample evaluated, based on the Mean Absolute Percentage Error (MAPE) metric.

Redes probabilísticas são modelos muito versáteis, com aplicabilidade crescente em diversas áreas. Esses modelos são capazes de estruturar e mensurar a interação entre variáveis, permitindo que sejam realizados vários tipos de análises, desde diagnósticos de causas para algum fenômeno até previsões sobre algum evento, além de permitirem a construção de modelos de tomadas de decisões automatizadas. Neste trabalho são apresentadas as etapas para a construção dessas redes e alguns métodos usados para tal, dando maior ênfase para as chamadas redes bayesianas, uma subclasse de modelos de redes probabilísticas. A modelagem de uma rede bayesiana pode ser dividida em três etapas: seleção de variáveis, construção da estrutura da rede e estimação de probabilidades. A etapa de seleção de variáveis é usualmente feita com base nos conhecimentos subjetivos sobre o assunto estudado. A construção da estrutura pode ser realizada manualmente, levando em conta relações de causalidade entre as variáveis selecionadas, ou semi-automaticamente, através do uso de algoritmos. A última etapa, de estimação de probabilidades, pode ser feita seguindo duas abordagens principais: uma frequentista, em que os parâmetros são considerados fixos, e outra bayesiana, na qual os parâmetros são tratados como variáveis aleatórias. Além da teoria contida no trabalho, mostrando as relações entre a teoria de grafos e a construção probabilística das redes, também são apresentadas algumas aplicações desses modelos, dando destaque a problemas nas áreas de marketing e finanças. / Probabilistic networks are very versatile models, with growing applicability in many areas. These models are capable of structuring and measuring the interaction among variables, making possible various types of analyses, such as diagnoses of causes for a phenomenon and predictions about some event, besides allowing the construction of automated decision-making models. This work presents the necessary steps to construct those networks and methods used to doing so, emphasizing the so called Bayesian networks, a subclass of probabilistic networks. The Bayesian network modeling is divided in three steps: variables selection, structure learning and estimation of probabilities. The variables selection step is usually based on subjective knowledge about the studied topic. The structure learning can be performed manually, taking into account the causal relations among variables, or semi-automatically, through the use of algorithms. The last step, of probabilities estimation, can be treated following two main approaches: by the frequentist approach, where parameters are considered fixed, and by the Bayesian approach, in which parameters are treated as random variables. Besides the theory contained in this work, showing the relations between graph theory and the construction of probabilistic networks, applications of these models are presented, highlighting problems in marketing and finance.

O presente trabalho tem como objetivo principal a classificação do risco de infestação por regiões de culturas vegetais por plantas daninhas. Os riscos por regiões são obtidos por um sistema de classificação fuzzy, usando métodos de Krigagem e análise de imagens. A infestação é descrita por atributos da cobertura foliar, densidade de sementes, extensão dos agrupamentos de sementes e competitividade, obtidos a partir das amostras de densidades de sementes e de plantas daninhas, da cobertura foliar e da biomassa de plantas daninhas. O atributo da cobertura foliar indica a porcentagem de ocupação das plantas emergentes e é obtido a partir de um mapa de cobertura foliar, construído usando Krigagem. O atributo da densidade de sementes caracteriza a localização das sementes que podem germinar e é obtido a partir de um mapa da distribuição da produção de sementes das plantas daninhas, também construído usando Krigagem. O atributo da extensão dos agrupamentos de sementes reflete a influência das sementes vizinhas em uma certa localização e também é obtido a partir do mapa de distribuição da produção de sementes. O atributo da competitividade entre plantas daninhas e cultura é obtido a partir de um sistema neurofuzzy, utilizando amostras de densidade e de biomassa das plantas daninhas. Para reunir os riscos de infestação semelhantes, os valores de risco inferidos por região pelo sistema fuzzy são agrupados considerando valores e localizações próximas utilizando o método k-médias com coeficiente de variação. Uma abordagem probabilística com redes de classificação Bayesianas é também empregada para a obtenção de um conjunto de regras linguísticas para classificar a competitividade e o risco de infestação, por motivo de comparação. Resultados para o risco de infestação são obtidos para uma área experimental em uma cultura de milho indicando a existência de riscos diferenciados que são explicados pela perda de rendimento da cultura. / The goal of this work is the classification of the risk of infestation per regions of a crop by weeds. The risks per regions are obtained by a fuzzy classification system, using kriging and image analysis. The infestation is described by attributes of the weed coverage, weed seed density, weed seed patches and competitiveness, obtained from weed seeds and weed densities, weed coverage and biomass. The attribute of the weed coverage indicates the percentage of infested surface of the emergent weeds which is obtained from a weed coverage map built with kriging. The attribute of the weed seed density is obtained from a weed seed production map also built with kriging which characterizes the locations of seeds which can germinate. The attribute of the weed seed patches is also obtained by the weed seed production map which reflects how the seeds contribute to weed proliferation in the surroundings. The attribute of the competitiveness among weeds and crop is obtained from a neurofuzzy system, using the weeds density and biomass of the plants. In order to aggregate the similar risks of infestation, the values of risks per region inferred by the fuzzy system are clustered according to similar values and locations using the k-means method with a variation coefficient. A probabilistic approach with Bayesian networks classifiers is also considered to obtain a set of linguistic rules to classify the competitiveness and the risk of infestation, for comparison purposes. Results for the risk of infestation are obtained for an experimental area in a corn crop which indicate the existence of different risks, explained by the yield loss of the crop.

Redes Bayesianas (RB) oferecem um método prático para o tratamento de incertezas em sistemas especialistas probabilísticos. Considerando que os problemas de atualização de crença e revisão crença em redes multiplamente conectadas são NP-Difíceis, alguns pesquisadores aplicaram processos de meta-raciocínio às inferências, para selecionar algoritmos para as tarefas. Quando possível, os métodos exatos devem ser adotados. Caso contrário, os algoritmos aproximados podem ser selecionados. Como a qualidade das inferências aproximadas varia a cada instância, os dados de entrada contêm características que afetam os desempenhos dos algoritmos. O problema de meta-raciocínio investigado está relacionado com a escolha do algoritmo para uma determinada instância de inferência, considerando restrições temporais. Para realizar meta-raciocínio, essa Tese propõe um método de caracterização da RB e associação conjunta dessas características, aplicando análises multivariadas. Os modelos são utilizados para a predição da probabilidade de que um algoritmo exato possa ser adotado em uma instância específica ou para a escolha do algoritmo aproximado com a melhor qualidade dos resultados. Análises experimentais comparam algumas abordagens alternativas, tais como análise de regressão simples, curvas de utilidade e técnicas de aprendizagem de máquina, mostrando resultados superiores quando análises multivariadas são aplicadas no processo de meta-raciocínio.

Made available in DSpace on 2017-07-21T14:19:22Z (GMT). No. of bitstreams: 1 Valter Luis.pdf: 3516533 bytes, checksum: d498d5c67dd1b9a837a128c20cabef67 (MD5) Previous issue date: 2015-02-26 / The interestingness area of data mining process aiming to reduce the amount of models to be analyzed for experts in the interpretation step of the knowledge discovery in databases. In this work, a method for analysis the interestingness of regression models was developed. This method combine probabilistic multivariate models with Pearson correlation test and Wilcoxon signed-rank test resulting in a new interestingness measure, named Impact. The developed method was applied over regression models found during a data mining process for estimating agricultural gypsum requirements. The results showed that the probabilistic multivariate filter was able to filter the best models according to a utility-based approach, in this case, for practical application on agriculture. Six models were considered interesting, with Impact score > 0.5, and only one was miscategorized. On the other hand, the combined statistical test filters were able to filter six models two of them were miscategorized. The attributes identified as most relevant to estimate gypsum rate were: time, Ca and its concentration on effective cation exchange capacity (CaCTCe), mainly in superficial layers. / A interessabilidade de regras é uma área da mineração de dados que tem por objetivo reduzir a quantidade de modelos a serem analisados por especialistas na etapa de interpretação do conhecimento descoberto em bases de dados. Embora existam várias medidas de interesse de regras voltadas para as tarefas de associação e classificação, observa-se uma falta de métodos consolidados para análise de interessabilidade de modelos de regressão. Neste trabalho foi desenvolvido um método para analisar a interessabilidade de modelos de regressão, o qual combina um filtro baseado em modelos probabilísticos multivariados com filtros baseados em testes estatísticos de correlação de Pearson e de postos de sinais de Wilcoxon, resultando em uma nova medida de interessabilidade denominada Impacto. O método desenvolvido foi aplicado sobre modelos de regressão encontrados no processo de mineração de dados para estimativa de gesso agrícola. Estes dados resultam de três experimentos sob Sistema Plantio Direto realizados na Região dos Campos Gerais, PR, nos quais foram medidos, em diferentes épocas, os teores dos nutrientes do solo após a aplicação de doses de gesso. Os resultados mostraram que o filtro probabilístico multivariado foi capaz de filtrar os melhores modelos segundo uma visão de utilidade, ou seja, de potencial de aplicação agronômica. Foram selecionados seis modelos com score de Impacto > 0,5, ou seja, considerados interessantes, e destes apenas um foi considerado incorretamente classificado. Por outro lado, os filtros baseados em testes estatísticos foram capazes de filtrar seis modelos sendo que dois deles podem ser considerados incorretamente classificados. Os atributos identificados como mais relevantes para o problema do gesso agrícola foram a época, o teor de Ca e a concentração de Ca em relação à capacidade de troca catiônica efetiva (CTCe), especialmente em camadas superficiais do solo.

Made available in DSpace on 2017-07-21T14:19:42Z (GMT). No. of bitstreams: 1 Gregory Vinicius Conor Figueiredo.pdf: 1131373 bytes, checksum: b73b9e64f3396b6758c55a6053159a14 (MD5) Previous issue date: 2014-09-08 / The Asian rust is the main pathology of soybean culture, what makes it the object of several expert systems. This work aimed to build a probabilistic model to estimate the need and number of fungicide applications to control soybean Asian rust in Paraná using the Bayesian network formalism and knowledge engineering. The model engineering was accomplished by interviews with experts and also by the literature review, what produced a Bayesian network built with the aid of software GeNIe 2.0, where the variables, graph structure and conditional probability table of each variable were defined, what determined the influences between them. The tests made to evaluate the model were accompanied by two interviewed experts, who approved the model through proposed test cases. The results presented showed that the developed model rigorously represent the knowledge of the expert who accompanied its development, presenting common consensus among the other interviewed experts for the first fungicide application but diverging for the extra ones. / A ferrugem asiática é a principal patologia da cultura da soja, sendo alvo de aplicação de vários sistemas especialistas. Este trabalho teve como objetivo construir um modelo probabilístico para estimar a necessidade e número de aplicações de fungicida no controle da ferrugem asiática da soja no Paraná utilizando o formalismo de redes bayesianas e engenharia de conhecimento. A engenharia do modelo foi desenvolvida através de entrevistas com especialistas e também por meio da revisão da literatura, resultando em uma rede Bayesiana construída com o auxílio do software GeNIe 2.0, onde foram definidas as variáveis, a estrutura do grafo e as tabelas de probabilidade condicional de cada variável, determinando as influências entre elas. Os testes realizados para a validação do modelo foram acompanhados por dois especialistas entrevistados, que aprovaram o modelo a partir de casos de teste propostos. Os resultados apresentados mostraram que o modelo desenvolvido representa com rigor o conhecimento do especialista que acompanhou seu desenvolvimento, apresentando consenso comum entre os demais especialistas entrevistados para a primeira aplicação de fungicida, mas divergindo para aplicações adicionais.

Recentemente, na indústria naval, a normatização por sociedades classificadoras e pela IMO (International Maritime Organization) tem apresentado uma mudança paulatina, migrando dos procedimentos prescritivos para uma estrutura regulatória baseada em risco. Tal perspectiva oferece algumas vantagens para operadores e armadores (empresas que exploram comercialmente as embarcações): 1) maior capacidade de incorporar projetos inovadores, tecnicamente superiores, a custos aceitáveis; 2) maior confiança quanto à segurança; 3) melhor entendimento de eventos de periculosidade, dos riscos enfrentados em novos projetos e de medidas de mitigação. Especificamente no setor petrolífero, a análise, a avaliação e o gerenciamento de risco são vitais, em face da potencial gravidade dos acidentes no que diz respeito à vida humana, ao meio-ambiente e ao patrimônio. Dado que a maior parte dos acidentes nesta área são motivados por fatores humanos, o propósito deste trabalho é apresentar uma metodologia e técnicas eficientes de análise de confiabilidade humana aplicáveis a esta indústria. Durante as últimas décadas, se desenvolveram várias técnicas para o estudo quantitativo da confiabilidade humana. Na década de oitenta foram desenvolvidas técnicas que modelam o sistema por meio de árvores binárias, não permitindo a representação do contexto em que as ações humanas ocorrem. Desta forma, a representação dos indivíduos, suas inter-relações e a dinâmica do sistema não podem ser bem trabalhadas pela aplicação destas técnicas. Estas questões tornaram latente a necessidade de aprimoramento dos métodos utilizados para a HRA (Human Reliability Analysis). No intuito de extinguir, ou ao menos atenuar, estas limitações alguns autores vêm propondo a modelagem do sistema por meio de Redes Bayesianas. Espera-se que a aplicação desta ferramenta consiga suprimir boa parte das deficiências na modelagem da ação humana com o uso de árvores binárias. Este trabalho apresenta uma breve descrição da aplicação de Redes Bayesianas na HRA. Além disto, apresenta a aplicação desta técnica no estudo da operação de um navio petroleiro, tendo como foco a quantificação da contribuição do fator humano em cenários de colisão. Por fim, são feitas considerações a respeito dos fatores que podem influenciar no desempenho humano e no risco de colisão. / Recently, in the naval industry, the normalization of classification societies and IMO (International Maritime Organization) has presented a gradual change, going from prescriptive procedures to a regulatory structure based on risk. That perspective offers some advantages to operators and constructors: 1) greater capacity to incorporate innovations in design, technically superiors, at acceptable cost; 2) greater confidence as to security; 3) better understanding of hazardous events, the risks faced by new projects and measures of mitigation. Specifically in the oil sector, the analyze, evaluation, and management of risk are vital, in face of the accidents severity potential in respect to human life, environment and property. Given that the greater part of the accidents on this sector is caused by human factors, the purpose of this dissertation is present a methodology and efficient techniques to HRA (Human Reliability Analysis) that can be applied in this industry. During the last decades many techniques were developed to a quantitative study of the human reliability. In the eighties were developed some techniques based in the modeling by means of binaries trees. These techniques do not consider the representation of the context in which the human actions occur. Thus, the representation of individuals, their inter-relationships and dynamics of the system cannot be better worked by the application of these techniques. These issues became the improvement of the used methods for HRA a latent need. With the aim of extinguish, or attenuate at least, these weaknesses some authors proposed the modeling of the human system by means of Bayesians Network. It is expected that with the application of this tool can be suppressed great part of the deficiencies of the human action modeling by means of binaries trees. This work presents a brief description about the application of Bayesians Network in HRA. Additionally, is presented the application of this technique in the study of an oil tanker operation, focusing in the human factor quantification in scenarios of collision. Besides, are presented some considerations about the factors that can influence the human performance and the collision risk.

Submitted by Mariana Dornelles Vargas (marianadv) on 2015-03-26T15:45:40Z No. of bitstreams: 1 metodo_analise.pdf: 4654494 bytes, checksum: 289c3665835291875c651023720d69af (MD5) / Made available in DSpace on 2015-03-26T15:45:40Z (GMT). No. of bitstreams: 1 metodo_analise.pdf: 4654494 bytes, checksum: 289c3665835291875c651023720d69af (MD5) Previous issue date: 2011-03-25 / Banco Santander / Banespa / A competição entre empresas e cadeias produtivas, acompanhada da crescente complexidade dos produtos e de regulações legais, tem resultado no aumento dos riscos operacionais vinculados a falhas de novos produtos. Na indústria eletrônica, especialmente no segmento de consumo, as implicações econômicas das falhas podem ser muito significativas no lucro das empresas que projetam os produtos. Isso se amplifica quando o nível de falhas é elevado, o que se denomina "falhas epidêmicas". Todavia, a avaliação dos riscos operacionais durante o projeto de novos produtos eletrônicos ainda parece carecer de métodos que abordem as incertezas de forma integrada, considerando os riscos técnicos e gerenciais, bem como o conhecimento subjetivo dos especialistas. O presente trabalho visa contribuir com o tema, apresentando a proposta de um novo método para avaliação dos riscos operacionais associados a falhas epidêmicas em novos produtos eletrônicos. Esta proposta de método foi construída através de uma pesquisa direcionada pelo método Design Research, o qual possibilitou o desenvolvimento de um conjunto de artefatos encadeados através de cinco passos. O principal artefato foi construído utilizando a abordagem de Redes Bayesianas e consiste em um modelo embasado no referencial teórico e em entrevistas com seis especialistas da indústria eletrônica. A partir da delimitação da pesquisa, o modelo foi constituído de 21 construtos, os quais são relacionados entre si e englobam riscos técnicos e gerenciais associados à cadeia de suprimentos, ao processo de projeto, aos ensaios de verificação e validação e às restrições existentes durante o projeto do produto. A avaliação do desempenho do método foi realizada através de uma tentativa de aplicação em um projeto de uma empresa multinacional instalada no Brasil. Identificaram-se três conjuntos de possíveis alterações no projeto, para os quais se estimou a redução dos riscos operacionais frente a limiares previamente estabelecidos, assim como se avaliou os potenciais resultados financeiros de tais alterações ao longo do ciclo de vida do produto. Conclui-se que o método poderá agregar melhorias no processo de avaliação de riscos da empresa, especialmente pelo fato de prever a realimentação dos cálculos probabilísticos de risco através das evidências dos projetos. Esta pesquisa, além de contribuir com uma proposta de método para suportar o processo de Gestão de Riscos durante o desenvolvimento de novos produtos, indicou potenciais melhorias nos processos de tomada de decisão e gestão do conhecimento no ambiente de projetos. / The competition between firms and supply chains, along with the increasing product complexity and existing legal regulations, have been resulting in increased operational risks due to failures of new products. In the electronics industry, especially for the consumer goods segment, the resulting economic risks of such failures may be significant to the profit of firms that design products. This is intensified when the failure rate is high, the so-called 'epidemic failures'. Nevertheless, the assessment of operational risks during the project of new electronic products seems to lack methods to address the uncertainties in a whole integrated approach, taking into consideration the technical and managerial risks, as well as the subjective knowledge of the experts. The present work aims to contribute to the topic, presenting the proposal of a new method for assessing the operational risks associated with epidemic failure of new electronic products. This proposed method was driven by the Design Research method, which enabled the development of a set of artifacts linked through five steps. The main artifact was constructed under the Bayesian Networks approach and it is comprised of a model developed through bibliographic research and interviews with six experts of the electronics industry. Based on the research delimitations, the developed model is composed by 21 constructs, which are interrelated and consider technical and managerial risks associated with Supply Chain, with Product Design, with Verification and Validation tests and with restrictions during the project. The performance evaluation of the method was carried out by a tentative application in a project being implemented at a multinational company established in Brazil. Three sets of potential changes to the project have been identified, for which it was estimated the reduction of operational risks compared to previously established thresholds, as well as evaluated the potential financial results of such changes throughout the product lifecycle. A conclusion is that the method may enhance the firm?s risk assessment process, especially due to the fact that it allows to feedback the probabilistic risk calculations by the record of project evidences. This research, besides contributing with a method proposal to support the new product risk management, indicated potential enhancements to the decision making and knowledge management in project environments.

Submitted by Fabricia Fialho Reginato (fabriciar) on 2015-06-17T01:05:19Z No. of bitstreams: 1 AndersonCruz.pdf: 7416070 bytes, checksum: 04604058e57f063a3ae4859f4aef2c09 (MD5) / Made available in DSpace on 2015-06-17T01:05:19Z (GMT). No. of bitstreams: 1 AndersonCruz.pdf: 7416070 bytes, checksum: 04604058e57f063a3ae4859f4aef2c09 (MD5) Previous issue date: 2011 / Nenhuma / A cada ano, a informação ganha mais importância no meio corporativo e a utilização de sistemas de tecnologia de informação é cada vez mais comum em empresas dos mais diversos segmentos. No entanto, estes sistemas são compostos por aplicações que são sujeitas a vulnerabilidades que podem comprometer a confidencialidade, integridade e disponibilidade, ou seja, a segurança destas informações. Fornecedores de tecnologia estão sempre corrigindo falhas em suas ferramentas e disponibilizando correção para seu produtos para que estes se tornem mais seguros. O processo de correção de uma falha leva um determinado tempo até que o cliente possa atualizar o seu sistema. Muitas vezes este tempo não é suficiente para evitar um incidente de segurança, o que torna necessário soluções de contorno para diminuir riscos referentes aos aplicativos vulneráveis. O processo de análise/avaliação na Gestão de Riscos prioriza as ações que são tomadas para mitigar estes riscos. Este processo é árduo, envolvendo a identificação de vulnerabilidades para as aplicações utilizadas na empresa, sendo que o número de vulnerabilidades aumenta diariamente. Para apoiar na análise de riscos de tecnologia da informação, este trabalho propõe um método para geração automática de uma Rede Bayesiana baseado em sistemas multiagentes. O sistema multiagente conta com quatro agentes, sendo um destinado a monitorar as vulnerabilidades na National Vulnerability Database, outro para monitorar os ativos que compõem o negócio da organização, outro para monitorar os incidentes ocorridos no ambiente da organização e outro, destinado a reunir todas estas informações com o intuindo de determinar um fator de risco para os ativos da organização. Este último agente utiliza Redes Bayesianas para determinar o risco dos ativos. O método proposto mostrou-se eficiente para identificar mudanças no ambiente da organização e alterar o risco dos ativos de acordo com os diversos fatores que influenciam no seu cálculo, como o surgimento e/ou alteração de uma vulnerabilidade, surgimento e/ou alteração na base de dados de configuração de ativos da organização e identificação e/ou alteração no relato de incidentes de segurança no ambiente da empresa. Este resultado deve-se a utilização de Redes Bayesianas para calcular o risco dos ativos, visto que esta é capaz de considerar a relação causal entre os ativos da organização. / Every year information gains more significance in the corporative scenario and information technology system use is incresingly more commom on different segment companies. However, these systems are composed by applications that are under vulnerabilities that can compromise the confidentiality, integrity and availability, i.e. infomation security. Technology providers are always correcting flaws in their tools and providing it for their products in order for them to be safer. The flaw correction process considers some time until the client update his system. Many times this window is not enough to avoid a security incident, which turns necessary workarounds for minimizing risks concerning these vulnerable applications. The risks evaluation/analysis process aims primarily actions to mitigate these risks. This process is ardous, involving the identification of vulnerabilities in the used applications of a company, with this number growing each day. For supporting the information technology risks evaluation/analysis, a method for automated generation of a Bayesian Network multiagent system was proposed. This system is composed by four agents, one being destinated to monitoring vulnerabilities in National Vulnerability Database, another one for monitoring actives that compose the organition business, another one is responsible for to monitor the incidents occured in the organization enviroment and another one to gather all these information with the objective of determining a risk factor for the organization actives. The last one uses a Bayesian Network in order to determine the risk factor for the organization actives. The proposed method has shown to be effective in the identification of enviroment changes and in the changing of active risks according with several factors that influence its calculation, such as the emergence or changing of vulnerabilities, emergence or alteration on the business organization actives configuration database or identification and alteration of security incidents report on the company enviroment.