http://www.monografias.ufop.br/handle/35400000/10 Sun, 11 Oct 2026 23:21:24 GMT 2026-10-11T23:21:24Z http://www.monografias.ufop.br/handle/35400000/9700 Título: Canary deployment : uma avaliação quantitativa para ambientes de pequena escala. Autor(es): Almeida, Josué Vila Real de Resumo: O cenário contemporâneo de desenvolvimento de software impõe a necessidade de entregas rápidas e seguras, criando desafios significativos para ambientes de pequeno porte, que operam com recursos limitados. Este trabalho apresenta um estudo quase-experimental que investiga o impacto da implementação de uma estratégia de canary deployment com rollback automatizado no desempenho do processo de entrega de software. O objetivo central consiste em avaliar, por meio das quatro métricas DORA (lead time for changes, deployment frequency, time to restore service e change failure rate), como a adoção de uma abordagem de implantação progressiva influencia a velocidade e a estabilidade do ciclo de entrega de software. A relevância deste estudo reside na mitigação dos riscos de interrupção de serviço e de degradação da experiência do usuário, contribuindo para suprir uma lacuna na literatura acerca da viabilidade técnica dessas práticas em contextos de pequeno porte. Para validar a proposta, projetou-se e implementou-se um pipeline de implantação modelo, sobre o qual se conduziu-se experimentos controlados para comparar o desempenho do processo com e sem a estratégia proposta. Os resultados visam subsidiar equipes pequenas na tomada de decisão, demonstrando que é possível adotar práticas de implantação resilientes e eficientes sem incorrer na complexidade associada a grandes infraestruturas. Thu, 01 Jan 2026 00:00:00 GMT http://www.monografias.ufop.br/handle/35400000/9700 2026-01-01T00:00:00Z http://www.monografias.ufop.br/handle/35400000/9593 Título: Análise dos programas de pós-graduação em ciência da computação no Brasil a partir de grafos de colaboração. Autor(es): Tofani, Fabrício César Resumo: No Brasil, a cada quatro anos, a CAPES avalia os Programas de Pós-Graduação (PPGs) das diversas instituições de ensino brasileiras e lhes atribui uma nota correspondente ao seu desempenho, baseada em uma gama de fatores como produção de artigos, número de docentes e discentes, entre outros. Esta monografia avalia se apenas a produção de artigos e a colaboração dos autores são suficientes para explicar as notas dos programas de Pós-Graduação em Ciência da Computação. Para tal, constrói-se uma rede de colaboração a partir de uma base de dados montada com informações obtidas no relatório da CAPES de 2022 e por meio de consultas à OpenAlex, uma base de dados de autores, artigos e instituições relacionadas à pesquisa científica, na qual os nós representam autores e as arestas representam a coautoria em um mesmo artigo. A partir dessa rede computam-se diversas métricas, como grau, PageRank e coeficiente de clusterização, além da detecção de comunidades. Os resultados mostram que a estrutura de colaboração guarda relação com as notas: no nível do programa, a predição classifica cerca de 91% dos programas dentro de uma nota da real, e a separação entre programas medianos e de excelência atinge cerca de 80% de acurácia. Observa-se ainda que a produtividade dos docentes e a topologia da colaboração são os fatores mais associados às notas, enquanto ponderar as arestas por citações ou produtividade tende a diluir esse sinal. Thu, 01 Jan 2026 00:00:00 GMT http://www.monografias.ufop.br/handle/35400000/9593 2026-01-01T00:00:00Z http://www.monografias.ufop.br/handle/35400000/9514 Título: Uso de blockchain contra falsificação de documentos. Autor(es): Custodio, Arthur Alexandre Cunha Resumo: Este trabalho propõe uma arquitetura baseada em blockchain permissionado para combater a falsificação de documentos legais no contexto brasileiro, considerando suas particularidades socioeconômicas e tecnológicas. A pesquisa teve como objetivo desenvolver uma arquitetura modular capaz de tratar documentos legais heterogêneos, integrando mecanismos de privacidade, incluindo uma prova de conceito de Provas de Conhecimento Zero (ZK-SNARKs) sobre o toolchain ZoKrates, armazenamento descentralizado via Sistema de Arquivos Interplanetário (IPFS) e identificadores descentralizados (DIDs) do padrão W3C. Utilizou-se uma metodologia aplicada, exploratória e descritiva, compreendendo etapas de análise de requisitos, seleção tecnológica, desenvolvimento da arquitetura e validação experimental do protótipo. O Hyperledger Fabric foi escolhido devido à sua capacidade de controle granular de acesso e ao seu potencial de interoperabilidade com sistemas legados por meio de integrações via API, aspecto motivador da escolha tecnológica, não avaliado experimentalmente neste trabalho, enquanto o IPFS assegurou a integridade e o endereçamento por conteúdo dos documentos armazenados, ficando a disponibilidade em cenário de produção condicionada a estratégias de persistência distribuída não implementadas no protótipo. O protótipo desenvolvido, DoChain, foi validado por meio de 154 casos de teste automatizados (unitários, de integração, end-to-end e de segurança, estes últimos incluindo 15 cenários de ataque controlados), todos aprovados, além de experimentos de desempenho que quantificaram a latência das operações principais, o comportamento sob concorrência e o overhead das provas de conhecimento zero. Os resultados demonstram a viabilidade técnica da proposta, evidenciando potencial para reduzir fraudes documentais, aumentar a eficiência dos processos de verificação e garantir maior segurança e interoperabilidade entre diferentes setores. Este estudo contribui academicamente ao propor um modelo adaptado às necessidades brasileiras, oferecendo bases sólidas para futuras implementações e pesquisas na área. Thu, 01 Jan 2026 00:00:00 GMT http://www.monografias.ufop.br/handle/35400000/9514 2026-01-01T00:00:00Z http://www.monografias.ufop.br/handle/35400000/9512 Título: Aplicação de redes neurais convolucionais no reconhecimento de gênero em calopsitas. Autor(es): Mendes, Ana Laura Siqueira Resumo: As calopsitas (Nymphicus hollandicus) são aves que, em sua variação silvestre, apresentam dimorfismo sexual visível, sendo os machos e as fêmeas distinguíveis principalmente pela colo- ração das penas. Ao longo dos séculos, porém, as calopsitas sofreram mutações genéticas que deram origem a novos padrões de plumagem, tornando sutil a diferenciação de gênero entre elas. Neste trabalho, investiga-se a aplicação de técnicas de aprendizado profundo para a identificação não invasiva do gênero de calopsitas a partir de imagens. Para isso, foi construída uma base de dados composta por 159 fotografias obtidas em redes sociais e por meio da participação voluntária de tutores de calopsitas. Foram desenvolvidos e avaliados dois modelos baseados na arquitetura ResNet50 pré-treinada na ImageNet. O primeiro experimento utilizou uma estratégia convencional de treinamento, enquanto o segundo incorporou validação cruzada estratificada, arquitetura multiescala e um processo de fine tuning mais refinado. Os resultados demonstraram que o primeiro modelo apresentou desempenho limitado, alcançando acurácia de 56,52% e forte tendência à classificação predominante da classe masculina. Em contrapartida, o segundo experimento obteve acurácia de 78,26%, precisão de 83,33%, recall de 76,92% e F1-score de 80,00%, evidenciando melhor capacidade de generalização e maior equilíbrio entre as classes. Os resultados indicam que redes neurais convolucionais constituem uma abordagem promissora para o problema, embora a disponibilidade limitada de dados ainda represente um desafio importante. Thu, 01 Jan 2026 00:00:00 GMT http://www.monografias.ufop.br/handle/35400000/9512 2026-01-01T00:00:00Z