Arcabouço Autonômico de Padrões para Eliminação de Dados
Autores
|
4785 |
299,10,1728
|
|
|
4786 |
299,10,1728
|
|
|
4787 |
299,10,1728
|
Informações:
Publicações do PESC
Atualmente, pessoas e organizações estão expostas a uma quantidade enorme de dados. Estes dados estão espalhados por diversas fontes, tais como bancos de dados, arquivos de sistemas e serviços Web. Quando pessoas e organizações têm que gerenciar estes dados, percebem que grande parte é duplicada, obsoleta, falsa ou não relevante. Este trabalho propõe o uso do Arcabouço Autonômico de Padrões para Eliminação de Dados que auxilia a lidar com essas situações. Os padrões autonômicos são descritos usando redes de Petri de alto nível que modelam de modo formal fluxos de controle e de dados. Com base nestes padrões, é fornecida uma álgebra de eliminação de dados e uma ferramenta para gerenciar Web Feeds, chamada Feed Organizer.
People and organizations today are exposed to a huge amount of data. This data is spread in heterogeneous and un-related data sources, such as the databases, file systems and Web Services. When people or organizations have to manage this data, they notice that large parts of it are found to be duplicated, outdated false or irrelevant. This work proposes the Autonomic Data Killing Pattern Framework to deal with these situations. The autonomic patterns are described using high-level Petri nets that model in a formal way control and data flows. Based on these patterns, is also provided a discarding data algebra and the tool to manage Web Feeds, called Feed Organizer.