Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Silva, Fernando Lemes da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-26082025-124413/
Resumo: O objetivo desta pesquisa de mestrado foi o de estudar a detecção de anomalias em requisições HTTP em um ambiente de produção, com vários microsserviços sendo utilizados por clientes reais, visando diminuir o tempo de resposta a incidentes. Esta abordagem de monitoramento já vem sido estudada para aplicações de detecção de: Gargalos, falhas em sistemas, intrusão, mas o principal foco nesta pesquisa foi o de construir um sistema bastante simples que coletasse o mínimo de informações dos microsserviços sem causar impacto no desempenho ou no processo de desenvolvimento dos microsserviços sob estudo. Durante o processo de pesquisa, um arcabouço foi criado para coletar e processar os dados das requisições HTTP em alguns pontos do sistema, e algoritmos de aprendizado de máquina foram utilizados para detectar e reportar as condições anômalas. Ao final deste processo, a conclusão obtida foi de que o minimalismo na coleta de dados prejudica a análise de um ambiente complexos de microsserviços, principalmente quando o ótimo computacional diverge do ótimo da perspectiva financeira.
id USP_348787f712cc45dc136e7597481b1f50
oai_identifier_str oai:teses.usp.br:tde-26082025-124413
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Kubeowl: um arcabouço para detecção de anomalias em requisições HTTPKubeowl: a framework for anomaly detection on HTTP requestsAnomaly detectionDetecção de anomaliaKubeowlKubeowlKubernetesKubernetesMicroservicesMicrosserviçosMonitoramentoMonitoringO objetivo desta pesquisa de mestrado foi o de estudar a detecção de anomalias em requisições HTTP em um ambiente de produção, com vários microsserviços sendo utilizados por clientes reais, visando diminuir o tempo de resposta a incidentes. Esta abordagem de monitoramento já vem sido estudada para aplicações de detecção de: Gargalos, falhas em sistemas, intrusão, mas o principal foco nesta pesquisa foi o de construir um sistema bastante simples que coletasse o mínimo de informações dos microsserviços sem causar impacto no desempenho ou no processo de desenvolvimento dos microsserviços sob estudo. Durante o processo de pesquisa, um arcabouço foi criado para coletar e processar os dados das requisições HTTP em alguns pontos do sistema, e algoritmos de aprendizado de máquina foram utilizados para detectar e reportar as condições anômalas. Ao final deste processo, a conclusão obtida foi de que o minimalismo na coleta de dados prejudica a análise de um ambiente complexos de microsserviços, principalmente quando o ótimo computacional diverge do ótimo da perspectiva financeira.The objective of this master degree research was the study of anomaly detection on HTTP requests at a production environment, with several microservices being used by real customers, targeting the reduction of the response time to incidents. This monitoring approach is already being studied on detection applications for: Bottlenecks, system failures, intrusion, but the main focus of this research was on building a simple system that collects the minimum information from the microservices without causing any impact on the performance and the development process of the services under evaluation. During the process of this research, a framework was created to collect and process the data from HTTP requests at some points of the system, and machine learning algorithms were used to detect and report anomalous conditions. At the end of this process, the obtained conclusion was that a minimalist approach to data retrieval sacrifices the analysis of complex microservices environment, especially when the optimal scenario from the computing perspective diverges from the optimal scenario from the financial perspective.Biblioteca Digitais de Teses e Dissertações da USPLejbman, Alfredo Goldman VelSilva, Fernando Lemes da2023-09-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/45/45134/tde-26082025-124413/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-08-27T16:39:01Zoai:teses.usp.br:tde-26082025-124413Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-08-27T16:39:01Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
Kubeowl: a framework for anomaly detection on HTTP requests
title Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
spellingShingle Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
Silva, Fernando Lemes da
Anomaly detection
Detecção de anomalia
Kubeowl
Kubeowl
Kubernetes
Kubernetes
Microservices
Microsserviços
Monitoramento
Monitoring
title_short Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
title_full Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
title_fullStr Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
title_full_unstemmed Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
title_sort Kubeowl: um arcabouço para detecção de anomalias em requisições HTTP
author Silva, Fernando Lemes da
author_facet Silva, Fernando Lemes da
author_role author
dc.contributor.none.fl_str_mv Lejbman, Alfredo Goldman Vel
dc.contributor.author.fl_str_mv Silva, Fernando Lemes da
dc.subject.por.fl_str_mv Anomaly detection
Detecção de anomalia
Kubeowl
Kubeowl
Kubernetes
Kubernetes
Microservices
Microsserviços
Monitoramento
Monitoring
topic Anomaly detection
Detecção de anomalia
Kubeowl
Kubeowl
Kubernetes
Kubernetes
Microservices
Microsserviços
Monitoramento
Monitoring
description O objetivo desta pesquisa de mestrado foi o de estudar a detecção de anomalias em requisições HTTP em um ambiente de produção, com vários microsserviços sendo utilizados por clientes reais, visando diminuir o tempo de resposta a incidentes. Esta abordagem de monitoramento já vem sido estudada para aplicações de detecção de: Gargalos, falhas em sistemas, intrusão, mas o principal foco nesta pesquisa foi o de construir um sistema bastante simples que coletasse o mínimo de informações dos microsserviços sem causar impacto no desempenho ou no processo de desenvolvimento dos microsserviços sob estudo. Durante o processo de pesquisa, um arcabouço foi criado para coletar e processar os dados das requisições HTTP em alguns pontos do sistema, e algoritmos de aprendizado de máquina foram utilizados para detectar e reportar as condições anômalas. Ao final deste processo, a conclusão obtida foi de que o minimalismo na coleta de dados prejudica a análise de um ambiente complexos de microsserviços, principalmente quando o ótimo computacional diverge do ótimo da perspectiva financeira.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/45/45134/tde-26082025-124413/
url https://www.teses.usp.br/teses/disponiveis/45/45134/tde-26082025-124413/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1848370490991706112