![](https://static.wixstatic.com/media/effcc5_e2315f68350e40ccb40d75005d3aabb4.gif)
Paulo Sasaki & Consultores Associados
Artificial Intelligence, Deep Learning, Big Data, Ciber Security
Desde 1995
blog: paulosasakiblog.wordpress.com
CV´s
Análise - Unicidade
![](https://static.wixstatic.com/media/effcc5_d96450cb80b34641a0cf76d436f1bcd6.jpg/v1/fill/w_261,h_257,al_c,q_80,usm_0.66_1.00_0.01,enc_auto/effcc5_d96450cb80b34641a0cf76d436f1bcd6.jpg)
A impressão digital e a composição do DNA identificam, de forma segura, um único individuo entre todos os outros.
![](https://static.wixstatic.com/media/effcc5_3431ca8abde547a0a2f44d80513dd3ab.jpg/v1/fill/w_351,h_261,al_c,lg_1,q_80,enc_auto/effcc5_3431ca8abde547a0a2f44d80513dd3ab.jpg)
O primeiro e mais importante passo no tratamento dos dados, uma vez feita a correta identificação das métricas-chave (KPI's), e a garantia e identificação de sua unicidade.
Não pode haver duas ou mais entidades, sob qualquer nível hierárquico, que se apresentem igualmente.
Para a solução de repetições sob distintas hierarquias, criá-se identificações compostas, como:
"Site4_GH2_ETH3_SW07_VLAN05_PORT02_KPI193".
É bastante provavel que haja outros switches 07 com ports 02, mas não com a identificação completa. Esta tem de ser única.
Este ponto parece ser simples e óbvio, à primeira vista, mas inúmeras vezes foi a causa de interrupções de projetos e retrabalhos.
Cada indicador obtido deve ter uma identificação inconfundível, que distingua a entidade, assim como o próprio indicador, em relação às métricas sob monitoração