Banca de DEFESA: CAYO FELIPE LOPES DE OLIVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: CAYO FELIPE LOPES DE OLIVEIRA
DATA : 31/07/2025
HORA: 15:00
LOCAL: Virtual
TÍTULO:

Uma Metodologia Baseado em Grafos para Deteccao de Redundancia
Estrutural em Arquiteturas Data Mesh

PALAVRAS-CHAVES:

Data Mesh, Redundância Estrutural, Governança de Dados,
Isomorfismo de Grafos, Detecção de Subgrafos, DataCraft, Matriz de
Adjacência, TPC-DS, VF2, Node Match, GNN, Success Frequency.

 

PÁGINAS: 114
RESUMO:

A crescente adoção do paradigma \textit{Data Mesh} tem promovido a
descentralização da posse e responsabilidade sobre os dados nas
organizações. Embora essa abordagem favoreça a autonomia dos domínios de
negócio, ela também potencializa a criação de pipelines redundantes entre
domínios distintos, resultando em sobrecarga computacional, perda de
governança e dificuldades na rastreabilidade de dados.
Esta dissertação propõe uma metodologia formal e reprodutível para detecção
de redundâncias estruturais em arquiteturas distribuídas orientadas a
dados. A proposta fundamenta-se na modelagem das arquiteturas como grafos
direcionados, com representações matriciais (matriz de adjacência) e
transformações algébricas capazes de identificar equivalências estruturais
mesmo em cenários com ordenações distintas de vértices. A operação central
da metodologia utiliza a identificação de isomorfismo estrutural de
subgrafos como forma de evidenciar duplicidade entre tabelas e pipelines.
A metodologia foi operacionalizada por meio da ferramenta DataCraft,
desenvolvida em Python, que permite a geração de arquiteturas sintéticas
parametrizadas ou a adaptação de benchmarks reais, como o TPC-DS, para
ambientes de validação. A ferramenta também oferece suporte à avaliação
humana das correspondências encontradas, possibilitando feedbacks que
retroalimentam o processo e apoiam decisões de consolidação.
Como forma de validar a eficácia da abordagem, foram aplicados algoritmos
de verificação estrutural como VF2, Node Match e modelos baseados em redes
neurais, demonstrando a flexibilidade da metodologia para diferentes
estratégias de implementação. As métricas utilizadas para avaliação — como
acurácia, tempo de execução e frequência de acertos (success frequency) —
permitiram demonstrar a aplicabilidade da solução em contextos realistas.
A principal contribuição desta dissertação reside na estrutura metodológica
desenvolvida para apoiar a governança de dados em arquiteturas
descentralizadas, fornecendo uma base teórica e prática para a detecção e
mitigação de redundâncias estruturais, com suporte à validação,
reprodutibilidade e escalabilidade.

 

MEMBROS DA BANCA:
Interno - 1935458 - JAMILSON RAMALHO DANTAS
Presidente - 2327528 - PAULO ROMERO MARTINS MACIEL
Externo à Instituição - RUBENS DE SOUZA MATOS JÚNIOR - IFSE