Resumo

Com o aumento da complexidade e diversidade dos problemas ocorrentes nas redes de computadores, torna-se necessário a manutenção de uma memória histórica da rede, contendo os problemas ocorridos no passado e suas soluções. Deste modo, os problemas solucionados por um especialista no passado podem ser utilizados por outro para resolver um problema similar corrente. Este trabalho apresenta um ambiente de suporte para gerenciamento distribuído que implementa um sistema de case-based reasoning, abordagem da área de Inteligência Artificial que utiliza a solução de casos similares ocorridos no passado para propor a solução ao problema corrente. O ambiente propicia ainda mecanismos de apoio à cooperação entre os especialistas envolvidos na solução do problema.
 

1. INTRODUÇÃO

Hoje em dia, há um crescimento constante em número e diversidade dos componentes das redes de computadores, levando a atividade de gerenciamento de rede a se tornar cada vez mais complexa[1]. Com isto, é exigido do gerente de rede um conhecimento especialista, de modo que os mais diversos problemas que ocorram nas redes possam ser solucionados.

Grande parte dos problemas que ocorrem em uma rede constituem repetição de uma situação similar ocorrida no passado, embora, muitas vezes, manuseados por técnicos diferentes. Assim, torna-se evidente a necessidade de um sistema que armazene o conhecimento obtido com o processo de diagnóstico e resolução do problema anterior. Sistemas de trouble tickets têm sido utilizados para acumular o conhecimento obtido[2], porém com o aumento do número de trouble tickets armazenados, a busca de situações similares ocorridas anteriormente pode ser tornar muito morosa e imprecisa se feita com base em mera inspeção histórica dos problemas. Além disso, podem existir sistemas de registros de problemas pertencentes a outros domínios de gerência que poderiam ser usados para colaborar para a solução do problema comum a mais de um domínio. Assim, a solução mais apropriada para consolidar a memória histórica da evolução de uma rede seria a criação de sistemas especialistas contendo, na base de conhecimento, problemas ocorridos anteriormente na rede, através dos sistemas de case-based reasonig (CBR)[3].

Todavia, em virtude da diversidade dos problemas que ocorrem nas redes, certamente irão ocorrer situações novas que demandarão a pesquisa de soluções apropriadas por parte dos gerentes dos domínios de gerência envolvidos no problema. Percebe-se, então, que um sistema de suporte ao gerenciamento distribuído deve mesclar o acesso às bases de conhecimento especializadas com meios para apoiar o trabalho colaborativo dos diversos especialistas envolvidos na busca da solução, levando a um ambiente colaborativo que forneça suporte à interação dos especialistas humanos e viabilize o acesso ao conjunto das bases de conhecimento distribuídas.
 

2. CASE-BASED REASONING (CBR)

Os sistemas CBR solucionam problemas pela adaptação de problemas similares ocorridos no passado ao problema do presente. Se comparados aos sistemas baseados em regras, sistemas CBR apresentam um processo de aquisição de conhecimento mais simplificado e rápido e possuem a capacidade de armazenar novos casos, aumentando o conhecimento e tornando o sistema gradativamente melhor[3].

O raciocínio a partir de casos é uma atividade corrente, podendo ser observado naturalmente no modo como as pessoas resolvem os problemas. Um gerente de rede, por exemplo, quando encontra um novo incidente, utilizará primeiramente sua "memória acumulada" de incidentes ocorridos no passado para propor e justificar uma nova solução [4]. Assim, os sistemas CBR são um paradigma para solução de problemas que envolvem o relacionamento do problema atual com problemas que foram resolvidos com sucesso no passado, podendo ter ainda um mecanismo de adaptação das soluções dos problemas que se relacionam mais com o problema corrente. Os sistemas CBR possuem uma grande variedade de aplicações, sendo usados atualmente para planejamento de situações, projetos, diagnósticos, justificativas de posições e classificação, entre outros [3].

Sistemas CBR requerem uma base de conhecimento composta por casos que representem as situações reais anteriores e um mecanismo para recuperar casos similares, adapta-los para a nova situação e validar tais operações. O ciclo envolvido neste mecanismo pode ser descrito por quatro processos: recuperação do(s) caso(s) mais similar(es) da base de conhecimento, reutilização da informação recuperada para solucionar o caso corrente através da interpretação e adaptação dos casos anteriores, validação da solução proposta que é avaliada e testada no ambiente real e armazenamento da experiência obtida nestes processos para uso futuro, podendo a base ser atualizada pela inserção de um novo caso aprendido ou pela modificação de casos existentes.

Os casos armazenados na base de conhecimento são compostos, de modo geral, por três partes principais: descrição do problema/situação que foi resolvido, solução empregada para resolução do problema e estado resultante no ambiente real quando a solução foi aplicada. Existe uma grande quantidade de formalismos fornecidos pela Inteligência Artificial que podem ser utilizados para representar os casos, tais como frames, redes semânticas, lógica de predicados, regras [3], sendo que a representação utilizando frames e objetos têm sido a utilizada na maioria dos aplicativos CBR. Em um sistema, podem ser utilizados casos armazenados em apenas uma base de conhecimento ou em várias destas [5]. Os casos armazenados nas bases de conhecimento têm a recuperação facilitada pela presença de índices, que são responsáveis por tornar os casos acessíveis no momento e condições apropriados, isto é, quando o caso possuir um potencial para contribuir para a solução do problema. Pesquisas estão sendo realizadas para determinar quais os tipos de índices são mais úteis, designar vocabulário para os índices, criar algoritmos e heurísticas para automatizar a escolha do índice, organizar, buscar e relacionar os melhores casos retornados através dos índices. A indexação é uma das questões mais importantes em CBR [3].

A gerência de redes é um domínio apropriado para sistemas baseados em conhecimento, pois se beneficia com a presença de especialistas que, via de regra, possuem um considerável domínio técnico em computação. Com isso, expressam mais facilmente seu conhecimento em uma forma adequada para a representação do conhecimento[6]. Atualmente, podem ser encontrada uma grande variedade de sistemas especialistas baseados em regras para suporte a gerência de redes, abrangendo sistemas de diagnóstico de falhas, projeto de redes e suporte a decisão. Existem, porém, poucas abordagens publicadas que fazem uso de CBR para gerenciamento de redes, aplicadas principalmente para suporte a decisão e automação de tarefas de gerenciamento[6]. Entre as existentes para suporte à decisão, podemos citar o sistema NETTRAC[6], aplicado para gerenciamento de tráfego em redes de telecomunicações, o sistema CRITTER[7], aplicado para gerenciamento de falhas utilizando trouble tickets e o sistema apresentado em [4], desenvolvido para gerenciamento do fluxo de tráfego em redes telefônicas públicas comutadas. Para a área de automação de tarefas de gerenciamento citamos o sistema ExSim[6], aplicado para problemas de roteamento.
 

3. O AMBIENTE PARA SUPORTE AO GERENCIAMENTO COLABORATIVO

Como foi visto, a memória histórica da evolução de uma rede pode ser armazenada em bases de casos, de modo que problemas futuros na rede possam ser solucionados por sistemas CBR a partir das soluções utilizadas anteriormente para casos similares. Podem ocorrer, porém, problemas sem antecedentes na rede, que devem então ser solucionados por um ou mais especialistas dos domínios de gerência envolvidos no problema. Assim, o presente trabalho visa apresentar um modelo para um ambiente de suporte a gerenciamento de redes colaborativo, onde sejam mescladas facilidades de trabalho colaborativo[8,9] com acesso a bases de conhecimento distribuídas nos diversos domínios de gerência.

A interface do ambiente é apoiada pelo ambiente WWW. Nela, é projetado um cenário, denominado mesa de trabalho virtual, onde são fornecidos mecanismos para colaboração e coordenação dos gerentes dos diversos domínios envolvidos no problema e para o acesso ao módulo CBR. A mesa de trabalho virtual é composta por duas principais áreas: (i) área para descrição dos problemas, onde são apresentadas características e evolução do problema, com informações tais como o tipo de problema e sua descrição, o responsável, ações tomadas pelos especialistas para a resolução e o estado posterior a estas ações, observações sobre os equipamentos envolvidos e prioridade do problema; (ii) área para interação com o módulo CBR, onde são fornecidos resultados e consultas efetuadas pelo sistema são feitas aos gerentes envolvidos.

A mesa de trabalho possui ainda duas áreas auxiliares: (iii) área onde são incorporadas ferramentas para comunicação (tais como aplicação de videoconferência CU-SeeMe, correio eletrônico, Chat ) e consulta à outros ambientes e sistemas de gerência (como o ambiente CINEMA); e, por fim, (iv) área de ações sobre o ambiente, onde são acrescentadas notas sobre a evolução do problema, são consultados os dados de cadastro de domínios e usuários do ambiente, são modificadas permissões sobre os elementos da área descritiva e módulo CBR e os problemas são encerrados. Anexo às informações da área descritiva do problema (i), que são inseridas e manuseadas com base em privilégios cedidos a cada usuário e domínio, estão a identificação do autor (usuário e domínio, através de um código inserido no momento do cadastro) e especificação da hora.

A consulta ao módulo CBR é ativada automaticamente, partindo das informações contidas na área de descrição. Para sua implementação pretende-se seguir uma abordagem similar à apresentada em [4], onde o conhecimento é representado através de uma linguagem orientada a objetos e os casos são representados como objetos dentro de classes. Na representação do conhecimento de [4], os casos estão agrupados através de uma classe incident, que possui duas sub-classes switch incident e circuit-group incident, dentro das quais se encontram os casos. Assim, pretende-se, no módulo CBR deste ambiente, também organizar os casos através do tipo de problema, que é fornecido pelo usuário do ambiente no momento de criação do casos. A indexação será realizada com base no tipo de problema e informações fornecidas pelos gerentes na área de descrição, podendo ainda ser solicitada alguma informação adicional pelo módulo CBR aos usuários. Serão consultadas as bases de conhecimento local e remotas, podendo ser utilizadas todas as bases ou apenas as bases dos domínios envolvidos no problema.
 

4. CONCLUSÕES

O ambiente de suporte ao gerenciamento de redes apresentado tem como objetivo propiciar o trabalho colaborativo entre os gerentes de redes de domínios distintos e fornecer sugestões para a solução do problema corrente através do módulo CBR. Dve funcionar, portanto, como uma ferramenta que auxilie na resolução dos problemas, seja fornecendo uma solução utilizada em um caso anterior similar, seja propiciando um ambiente de colaboração e coordenação para os especialistas dos diversos domínios de gerência envolvidos. Além disso, o ambiente é também responsável por reunir e preservar a memória da rede, e pode ser aplicado como um tutorial para treinamento de novos gerentes para a rede.

Neste trabalho, a aquisição de conhecimento e inserção de casos será manual. A aquisição será realizada através de entrevistas e questionários com os especialistas, que fornecerão casos já ocorridos e com potencial de acontecer. Porém, no futuro, o ambiente poderá ser integrado com sistemas com conhecimento armazenado já existentes, e a aquisição de conhecimento poderá ser automatizada. No momento, o principal foco de trabalho para o ambiente é a organização da base de conhecimento e indexação relacionados a definição dos tipos de problemas de gerenciamento.
 

AGRADECIMENTOS

Agradeço ao CNPq pela bolsa de estudo concedida ao longo do curso. Agradeço também à minha orientadora, Profa. Dra. Liane M. R. Tarouco, pelo auxílio, aconselhamento e paciência.
 

REFERÊNCIAS

[1] T. C. M. Carvalho, ed. Gerenciamento de redes - Uma Abordagem de Sistemas Abertos. São Paulo, Makron Books, 1993.

[2] E. Madruga, L. M. R. Tarouco. Ferramentas de Apoio à Gerência de falhas e Desempenho em Contexto Distribuído. Dissertação de Mestrado, CPGCC/UFRGS, 1994.

[3] J. Kolodner. Case-Based Reasoning. San Mateo, Morgan Kaufmann Publishers, 1993.

[4] P. Caulier, B. Houriez. A Case-Based Reasoning Approach in Network Traffic Control. In: International Conference on Systems, Man and Cybernetics. Vancouver, Outubro 1995. Proceedings. IEEE, 1995, pp 1430-1435.

[5] M. N. Prasad, S. E. Lander, V. R. Lesser. On Retrieval and Reasoning in Distributed Case Bases. In: International Conference on Systems, Man and Cybernetics. Vancouver, Outubro 1995. Proceedings. IEEE, 1995, pp 351-356.

[6] M. Stadler. Case-Based Reasoning for Network Management. In: First European Workshop Topics in Case-Based Reasoning. Kaiserslautern, Novembro 1993.Proceedings. Springer-Verlag, 1994, pp 414-423.

[7] L. Lewis. Managing Computer Networks: A Case-Based Reasoning Approach. Norwood, Artech House, 1995

[8] R. J. Sandusky. Network Management as Cooperative Work: Implications for the Design of Integrated Network Management Systems. 1996. Documento obtido em http://anshar.grainger.uiuc.edu/dlisoc/

[9] F. Yousfi, R. Beuscart, J-M. Geib. PLACO: a New Cooperative Architecture based on WorkFlow Management for Medical Field. In: 2nd International Conference on Concurrent Engineering, Research and Applications, Wv-Morgantown, Agosto 1995. Proceedings.