PERFORMANCE AND AVAILABILITY ASSESSMENT OF A HIGHWAY VIDEO MONITORING SYSTEM WITH STOCHASTIC PETRI NETS

Abstract

RESUMO: Os crimes de trânsito são um dos muitos problemas recorrente em vários países do mundo. Crimes envolvendo roubo de carros, motocicletas e outros veículos aparecem ocasionalmente nas manchetes de jornais e programas de notícias. Atualmente é possível utilizar câmeras de monitoramento para detectar e rastrear veículos ilegais. No entanto, implementar um sistema desta natureza no mundo real requer recursos físicos e digitais abundantes. Neste contexto, esta dissertação apresenta modelos de redes de Petri estocásticas para avaliar a confiabilidade e eficiência de manutenção destes sistemas. Apresentamos três modelos de manutenção: um modelo reativo básico, um modelo reativo avançado com capacidade de auto-reparo e um modelo preventivo que utiliza rejuvenescimento de software. Nós avaliamos o impacto destas estratégias de manutenção na confiabilidade do sistema. Essa

pesquisa inclui estudos de caso que demonstram a aplicação prática desses modelos, desta- cando seu potencial para melhorar a confiabilidade do sistema com tempo de inatividade

mínimo. As conclusões sugerem que o planejamento estratégico da manutenção aumenta significativamente a confiabilidade dos sistemas de vigilância, contribuindo assim para a segurança e a eficiência operacional de ambientes urbanos inteligentes. Esta dissertação também propõe um modelo de desempenho em redes de Petri estocásticas para avaliar um sistema de vídeo-monitoramento através da detecção de placas em rodovias. O uso de redes de Petri gera maior precisão entre o modelo e a realidade, pois permite capturar comportamentos complexos, como concorrência e paralelismo. Os resultados mostram uma tendência de maior impacto nas métricas quando se varia a capacidade dos dois módulos iniciais do sistema e o número de câmeras utilizadas. Os estudos de casos propostos são um guia prático para administradores de sistema utilizarem o modelo. ABSTRACT: Traffic crimes are one of the many recurring problems in many countries around the world. Crimes involving theft of cars, motorcycles and other vehicles occasionally appear in newspaper headlines and news programs. It is currently possible to use surveillance cameras to detect and track illegal vehicles. However, implementing such a system in the real world requires abundant physical and digital resources. In this context, this dissertation presents stochastic Petri net models to evaluate the reliability and maintenance efficiency of these systems. We present three maintenance models: a basic reactive model, an advanced reactive model with auto-repair capabilities and a preventive model that uses software rejuvenation. We evaluate the impact of these maintenance strategies on system reliability. This research includes case studies that demonstrate the practical application of these models, highlighting their potential to improve system reliability with minimal downtime. The conclusions suggest that strategic maintenance planning significantly increases the reliability of surveillance systems, thus contributing to the safety and operational efficiency of smart urban environments. This dissertation also proposes a performance model in stochastic Petri nets to evaluate a video surveillance system through the detection of signs on highways. The use of Petri nets generates greater precision between the model and reality, as it allows capturing complex behaviors, such as concurrency and parallelism. The results show a tendency for greater impact on the metrics when the capacity of the two initial modules of the system and the number of cameras used vary. The proposed case studies are a practical guide for system administrators to use the model.