Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 720
Aluna: Katiane Oliveira Alpes da Silva
Orientador: Prof. Ricardo Massa Ferreira Lima
Coorientador: Pesq. Vanderson Botelho da Silva (SERPRO-PR)
Título: Descoberta e Análise de Conformidade Multiperspectiva em Processos Ágeis de Software
Data: 05/10/2026
Hora/Local: 14h – Virtual – Interessados em assistir entrar em contato com a aluna
Banca Examinadora
Profa. Carina Frota Alves (UFPE / Centro de Informática)
Prof. Adriano Lorena Inácio de Oliveira (UFPE / Centro de Informática)
Profa. Edna Dias Canedo (UFPE / Centro de Informática)
Profa. Renata Medeiros de Carvalho (Eindhoven University of Technology)
Profa. Fernanda Araujo Baião (PUC-RJ / Depto de Engenharia Industrial)
RESUMO:
A mineração de processos tem se consolidado como uma abordagem eficaz para compreender e melhorar processos organizacionais a partir de dados reais, mas no contexto de equipes ágeis de software apresenta desafios devido à flexibilidade e alta variabilidade dos fluxos de trabalho, dificultando tanto a descoberta de processos quanto a análise de conformidade centrada em modelos procedurais e na perspectiva de fluxo. O objetivo deste trabalho é avaliar se técnicas de mineração de processos podem revelar informações confiáveis e úteis sobre processos ágeis de software e propor um modelo para análise de conformidade declarativa multiperspectiva, integrando as dimensões de fluxo, acesso a dados e privacidade/confidencialidade. A metodologia adota quatro frentes: avaliar a aplicabilidade das técnicas de mineração de processos em equipes ágeis, desenvolver um modelo declarativo multiperspectiva, combinar inconformidades em padrões explicáveis de comportamento anômalo e estabelecer critérios de priorização para identificar anomalias relevantes no processo e no negócio. Como resultados, a pesquisa identificou limitações da descoberta de processos em cenários ágeis e explorou alternativas declarativas mais adequadas, além disso, modelou um algoritmo declarativo multiperspectiva para análise de conformidade e definiu padrões de comportamento anômalo explicáveis e priorizáveis. A principal contribuição do trabalho reside no avanço da análise de conformidade por meio de modelos declarativos multiperspectiva, capazes de integrar simultaneamente fluxo, acesso a dados e privacidade/confidencialidade, oferecendo novas bases conceituais e técnicas para a evolução da mineração de processos em ambientes ágeis de desenvolvimento de software.
Palavras-chave: Melhoria de Desenvolvimento Ágil de Software. Mineração de Processo. Modelagem Declarativa. Checagem de Conformidade Multiperspectiva. Detecção de anomalias.
Comentários desativados