Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa. DISCENTE: RICARDO FERREIRA COSTA DATA: 27/05/2026 HORA: 11:00 TÍTULO: Detecção de Anomalias de Carga de Trabalho em Ambientes Kubernetes PALAVRAS-CHAVES: anomalias; carga de trabalho; kubernetes; avaliação de desempenho PÁGINAS: 18 GRANDE ÁREA: Ciências Exatas e da Terra ÁREA: Ciência da Computação RESUMO: Este trabalho propõe uma avaliação experimental comparativa de três detectores de anomalias não supervisionados de classes algorítmicas distintas (EWMA, Isolation Forest e LOF) aplicados a métricas de desempenho de workloads Kubernetes. O fator experimental é o padrão de carga anômala, com três níveis: burst, ramp-up irregular e load-shifting. Cada nível foi executado em três repetições independentes sobre um cluster K3D totalmente conteinerizado e monitorado com Prometheus, e os três detectores foram aplicados offline sobre os mesmos datasets anotados. Resultados de 27 avaliações mostram que o padrão de carga é o fator dominante (F1 médio cai de 0,33 no burst para 0,18 no shift). No cenário de load-shifting, os detectores multivariados IF e LOF superam o EWMA univariado por fator de quatro, confirmando que mudanças de perfil requerem análise multivariada.
MEMBROS DA BANCA: Presidente - 1178141 - MARIO ANTONIO MEIRELES TEIXEIRA Interno - 1091306 - ALEXANDRE CESAR MUNIZ DE OLIVEIRA Interno - 407513 - FRANCISCO JOSE DA SILVA E SILVA
