Um dos objetivos do SAFO - Sistema Agregador de Ferramentas de Operação de rede foi o de auxiliar no processo de gerenciamento, oferecendo informações on-line e possibilidade de tratamento ( explicação e recomendação de curso de ação ) para as respostas geradas pelo uso das mesmas.
Isto é importante, pois muitas vezes, os dados decorrentes da execução dos utilitários disponíveis para os gerentes de rede são de difícil interpretação e se o operador não tiver suficiente experiência, os resultados não são utilizados adequadamente.
Uma tarefa importante deste trabalho consistiu no estudo dos possíveis resultados, buscando-se explicações e causas prováveis para as situações de exceção, bem como recomendações de ações cabíveis tais como o uso de outras ferramentas, ou alteração de aspectos lógicos ( configuração) ou mesmo físicos ( equipamento, meio de transmissão) dos sistemas analisados.
Estas informações foram agregadas numa base de conhecimento estruturada na forma de regras do tipo :
| SE problema ENTAO causa(s) provável(eis) E recomendações |
A representação deste conhecimento implica, pois, no uso de regras de produção formadas por premissas e conclusões associadas ao valor-verdade do conjunto das premissas. As premissas são enunciadas ligadas pelo conectivo lógico E e servem como condição para provar o valor-verdade da conclusão correspondente a parte ENTÃO da regra [ABE 94].
Integração de Resultados
Para permitir uma análise mais complexa, que exige a interpretação da execução de dois ou mais utilitários, foi utilizado na ferramenta SAFO o modelo de solução Blackboard. O modelo de solução de problema é a descrição de como e quando aplicar o conhecimento ordenado para resolver um problema.
O modelo adotado tradicionalmente por SE involve alto nível de coesão entre estratégia de raciocínio ( o "como"), a ordenação das regras ( o "quando") e o conhecimento, que resulta numa relativa rigidez para solução do problema. SE baseados em Blackboards adotam o modelo de Quadros para resolver problemas, reduzindo a coesão entre estes componentes, permitindo uma maior flexibilidade e um funcionamento mais dinâmico [ENL 88].
Este modelo pode ser implementado com uma base de conhecimento única ou dividida e com uma ou mais máquinas de inferência. É criado um conceito de " Problema" (como se fosse um objeto) com vários resultados de análises e suposições ligados a ele. Estes módulos de conhecimento associados ao Problema não se comunicam diretamente, mas podem trocar informações entre si através de uma área de trabalho chamada Quadro-Negro, que é acessível para todos os módulos de conhecimento. Os dados constantes no quadro-negro representam o estado corrente da solução [ENL 88].
No SAFO, o conhecimento resultante de um passo na análise de um problema é movido para uma área de trabalho que fica disponível para consideração nos passos ou etapas subsequentes, na busca da solução para um problema. A cada execução de um utilitário integrado ao SAFO o resultado vai para uma área denominada Quadro-Negro na qual vão sendo " pregados" os resultados obtidos. A cada utilitário executado o Assistente pode ser acionado e vai considerar o conteúdo de todos os resultados obtidos até então. Neste caso, as regras são utilizadas na forma " em cascata", como por exemplo:
| SE problema1 E problema2 ENTAO causa(s) provável(eis) E recomendações |
O anexo V contém um quadro completo com as regras elaboradas. A definição destas regras foi feita mediante a transferência e sistematização de conhecimento heurístico de administradores de redes experientes a quem foram apresentados problemas típicos e que relataram sua explicação e informaram o procedimento, que na sua opinião seria cabível. Também foram utilizados conhecimentos extraídos de manuais e livros. A Figura 4.4 apresenta as fases desenvolvidas para a aquisição do conhecimento.
O processo de realizar a modelagem deste conhecimento ficou sob responsabilidade do Engenheiro do Conhecimento (EC). Segundo [SCO 91], o Engenheiro do Conhecimento deve possuir capacidade para projetar um SE, dominando as diversar técnicas disponíveis para tal e ter um conhecimento razoável sobre o objeto sobre o qual esta desenvolvendo o SE, sem o qual a compreensão das informações recebidas dos especialistas será prejudicada. Além disso, é imprescindível que o EC obtenha respostas sobre as seguintes questões: 1) Que passos um especialista realiza para resolver uma tarefa ( estratégia do conhecimento)? 2) Como o especialista reage desde a chegada das informacões iniciais até a conclusão da solução do problema e 3) Quais as características de casos o especialista usa na solução de problemas ( fatos e hipóteses sobre o caso)? As respostas para estas perguntas proporcionam a informação que o EC necessita para iniciar a implementação de um SE. A própria autora atuou não apenas como engenheira do conhecimento compondo, a partir de sua experiência como administradora de rede, uma parcela das regras de conhecimento.
Foi então projetado e implantado um programa que, simulasse o especialista do conhecimento na tarefa de assessorar o usuário humano na análise da rede com os utilitários integrados na plataforma SAFO. Este tipo de sistemas é classificável como sistema especialista assessor, conforme [ TAR 90 ]. O SAFO também se enquadra na definição de Sistemas de Auxílio Inteligente (SAI), que " ajudam pessoas a resolver uma classe maior de problemas ou problemas mais complexos. São programas de computador que usam raciocínio simbólico especializado para ajudar pessoas a resolver bem problemas difíceis. Isto é feito unindo os esforços da pessoa com o SE de maneira que o SE forneça alguns passos do conhecimento, enquanto a pessoa provê a direção global da solução do problema assim como conhecimento específico não incorporado ao sistema" [PAS 91].
Conforme [ABE 94] qualquer linguagem convencional como Pascal, C ou FORTRAN pode ser utilizada para o desenvolvimento de SE (apesar de exigirem um esforço maior de programação). Assim, o sistema foi programado em linguagem C com vistas à simplificar sua integração aos módulos restantes e, considerando que o sistema não iria utilizar intensamente os mecanismos de recursividade inerentes à linguagens específicas para IA, tal como PROLOG ou LISP, o resultado foi satisfatório do ponto de vista de funcionalidade e de performance. O uso de uma destas linguagens poderia redundar em performance deteriorada, conforme alerta [SCO 91] ou o sistema apresentar problemas de portabilidade [ABE 94].