Temas de TCC de Ciência da Computação em Sistemas Distribuídos

Equipe editorial TCC Pronto · atualizado em

Sistemas Distribuídos estudam como várias máquinas cooperam como se fossem uma só, mesmo com falhas, atrasos e concorrência. É uma área com teoria densa, como consenso e consistência, e com experimentos concretos em clusters e nuvens. Reunimos aqui temas de TCC de Ciência da Computação em Sistemas Distribuídos e orientações para montar experimentos confiáveis.

Temas de TCC de Ciência da Computação em Sistemas Distribuídos: ideias com problema de pesquisa e fontes reais

Temas de TCC: 12 ideias em Sistemas Distribuídos

Ideias de temas para TCC e monografia em Sistemas Distribuídos, cada uma já delimitada: problema de pesquisa, objetivo e metodologia para levar ao orientador.

  1. 1. Comparação de latência e vazão entre Raft e Paxos em implementações abertas sob cargas de escrita variadas

    Problema:
    Implementações abertas de Raft e Multi-Paxos diferem em latência de cauda quando a proporção de escritas aumenta?
    Objetivo:
    Medir vazão e latência em percentis de duas implementações de consenso sob cargas sintéticas padronizadas.
    Metodologia:
    Cluster de cinco nós em contêineres, gerador de carga com proporções de escrita de 10% a 90% e repetições por cenário.
  2. 2. Tipos de dados replicados livres de conflito em um editor de texto colaborativo com conexão intermitente

    Problema:
    Estruturas CRDT de sequência mantêm desempenho aceitável quando usuários editam offline por longos períodos e depois sincronizam?
    Objetivo:
    Avaliar o custo de memória e o tempo de mesclagem de bibliotecas CRDT em cenários de edição offline.
    Metodologia:
    Simulação de sessões de edição com traços sintéticos, variação do tempo offline e medição de memória e tempo de mesclagem.
  3. 3. Teste de consistência de bancos de dados distribuídos com injeção de partições de rede

    Problema:
    Um banco de dados distribuído de código aberto mantém as garantias de consistência anunciadas durante partições de rede?
    Objetivo:
    Aplicar testes com injeção de falhas e verificar se o histórico de operações respeita o modelo de consistência declarado.
    Metodologia:
    Cluster em contêineres, ferramenta aberta de teste de sistemas distribuídos, partições programadas e verificação automática de históricos.
  4. 4. Autoescalonamento horizontal em Kubernetes com métricas de fila em vez de uso de CPU

    Problema:
    Escalonar réplicas pelo tamanho da fila de mensagens reduz o tempo de espera em picos de carga comparado ao escalonamento por CPU?
    Objetivo:
    Comparar políticas de autoescalonamento baseadas em CPU e em tamanho de fila quanto a latência e número de réplicas usadas.
    Metodologia:
    Cluster Kubernetes local, aplicação consumidora de fila, cargas com picos sintéticos e medição do tempo de espera e do custo em réplicas.
  5. 5. Tolerância a falhas em processamento de fluxos com checkpoints em Apache Flink

    Problema:
    Qual intervalo de checkpoint equilibra melhor sobrecarga em operação normal e tempo de recuperação após falha?
    Objetivo:
    Medir a sobrecarga e o tempo de recuperação de um pipeline de fluxo com diferentes intervalos de checkpoint.
    Metodologia:
    Pipeline de agregação em cluster local, falhas injetadas em instantes aleatórios e medição de vazão e tempo até retomar o processamento.
  6. 6. Escalonamento de tarefas em computação de borda para aplicações de vídeo de câmeras urbanas

    Problema:
    Distribuir a inferência entre dispositivos de borda e nuvem reduz a latência fim a fim de análise de vídeo em relação a enviar tudo à nuvem?
    Objetivo:
    Propor e avaliar uma política de escalonamento borda-nuvem para tarefas de análise de vídeo.
    Metodologia:
    Simulação com ferramenta aberta de computação de borda, perfis de rede urbanos e comparação com políticas de referência.
  7. 7. Desempenho de comunicação entre microsserviços com REST, gRPC e mensageria assíncrona

    Problema:
    Qual estilo de comunicação entre microsserviços produz menor latência de cauda sob carga crescente?
    Objetivo:
    Comparar latência, vazão e uso de recursos de três estilos de comunicação em uma aplicação de referência.
    Metodologia:
    Aplicação de referência com três variantes, testes de carga padronizados e análise de percentis de latência.
  8. 8. Relógios lógicos e vetoriais na detecção de causalidade em registros de microsserviços

    Problema:
    Relógios vetoriais anexados às requisições permitem reconstruir a ordem causal de eventos que os carimbos de tempo físicos ordenam errado?
    Objetivo:
    Implementar relógios vetoriais em uma aplicação distribuída e comparar a ordem causal reconstruída com a ordem por tempo físico.
    Metodologia:
    Aplicação instrumentada com desvio de relógio induzido, coleta de registros e contagem de inversões causais em cada abordagem.
  9. 9. Computação de alto desempenho com MPI na paralelização de um simulador de propagação de calor

    Problema:
    Como a eficiência paralela de um simulador de calor em MPI varia com o número de processos e o tamanho da malha?
    Objetivo:
    Paralelizar um simulador por decomposição de domínio e medir aceleração e eficiência em escala forte e fraca.
    Metodologia:
    Implementação em C com MPI, execução em cluster da instituição ou em máquinas multinúcleo e análise pelas leis de Amdahl e Gustafson.
  10. 10. Funções sem servidor e o problema da partida a frio em diferentes linguagens de programação

    Problema:
    Quanto a linguagem e o tamanho do pacote influenciam a latência de partida a frio em plataformas de funções sem servidor de código aberto?
    Objetivo:
    Medir a latência de partida a frio e a quente de funções equivalentes em várias linguagens.
    Metodologia:
    Plataforma aberta de funções sem servidor em cluster local, funções idênticas em quatro linguagens e repetição das invocações.
  11. 11. Eleição de líder em redes de sensores com falhas por parada: comparação de algoritmos em simulação

    Problema:
    Algoritmos de eleição de líder clássicos, como o do valentão e o do anel, trocam quantas mensagens até convergir em redes com falhas frequentes?
    Objetivo:
    Comparar o número de mensagens e o tempo de convergência de algoritmos de eleição sob diferentes taxas de falha.
    Metodologia:
    Simulação de eventos discretos implementada pelo estudante, topologias variadas, falhas aleatórias e análise estatística dos resultados.
  12. 12. Replicação geográfica e consistência eventual em um serviço de carrinho de compras simulado

    Problema:
    Com que frequência leituras desatualizadas aparecem em um serviço com consistência eventual replicado em regiões distantes?
    Objetivo:
    Medir a janela de inconsistência e o impacto de diferentes níveis de consistência configuráveis sobre a latência.
    Metodologia:
    Banco distribuído com níveis de consistência ajustáveis, latência entre regiões emulada e medição de leituras desatualizadas.

Do tema ao TCC: próximos passos

Escolhido o tema, transforme-o em estrutura: o gerador de sumário de TCC monta os capítulos a partir do problema e do objetivo. O passo a passo de como fazer monografia mostra cada etapa até a defesa, e as referências ABNT saem formatadas a partir das obras com DOI. Para entender o que a IA faz e o que continua sendo seu, veja TCC com IA.

Como escolher um tema de TCC em Sistemas Distribuídos

Defina se o seu interesse é algorítmico ou de sistema. No primeiro caso, você estuda protocolos como consenso, eleição de líder e relógios lógicos, muitas vezes por simulação. No segundo, você mede plataformas reais, como Kubernetes, bancos distribuídos e filas de mensagens.

Verifique o ambiente disponível. Um notebook com contêineres já sustenta clusters pequenos. Experimentos de computação de alto desempenho pedem acesso a um cluster da instituição. Créditos de nuvem acadêmica ajudam, mas não conte com eles antes de tê-los em mãos.

Escolha uma propriedade para observar: latência, disponibilidade, consistência ou custo. Uma pergunta com uma propriedade clara rende um capítulo de resultados coerente e fácil de defender.

Linhas de pesquisa em alta em Sistemas Distribuídos

A computação em nuvem amadureceu, e a atenção se voltou para a borda, para funções sem servidor e para a verificação de que sistemas complexos realmente cumprem o que prometem. No Brasil, o SBRC e o WSCAD reúnem trabalhos dessa frente.

  • Consenso e replicação de estado
  • Tipos de dados replicados livres de conflito para colaboração offline
  • Teste de sistemas distribuídos com injeção de falhas
  • Computação de borda e névoa
  • Funções sem servidor e orquestração de contêineres
  • Processamento de fluxos de dados em tempo real
  • Computação de alto desempenho e paralelismo
  • Observabilidade e rastreamento distribuído

Metodologias mais usadas em Sistemas Distribuídos

O método mais comum é a avaliação experimental em cluster real ou emulado. Você define a carga, injeta falhas quando necessário e mede latência, vazão e disponibilidade. Os resultados devem incluir percentis e várias repetições, porque sistemas distribuídos têm grande variabilidade.

Há também simulação de eventos discretos, útil para algoritmos com muitos nós, e métodos formais, como especificações em TLA+ para verificar propriedades de protocolos. Combinar uma especificação formal pequena com um experimento prático é uma forma elegante de mostrar rigor.

Como fazer o TCC de Sistemas Distribuídos: passo a passo

Comece a revisão com livros-texto de sistemas distribuídos para fixar modelos de falha e consistência. Depois busque artigos na ACM Digital Library, no IEEE Xplore, no Portal de Periódicos da CAPES e nos anais do SBRC e do WSCAD na SBC OpenLib. Documentação oficial de projetos como Kubernetes, Apache Kafka e Flink descreve detalhes de implementação.

Monte o ambiente de forma automatizada. Scripts de infraestrutura como código e arquivos de composição de contêineres permitem recriar o cluster do zero, o que é essencial para repetir experimentos e para a banca confiar nos números.

Os temas de TCC de Ciência da Computação em Sistemas Distribuídos raramente envolvem pessoas, mas se houver entrevistas com equipes de operação, por exemplo, o projeto passa pelo Comitê de Ética em Pesquisa via Plataforma Brasil, conforme as Resoluções CNS 466/2012 e 510/2016. Registros de produção cedidos por empresas devem ser anonimizados.

Um sumário comum tem introdução, fundamentos, trabalhos relacionados, arquitetura do experimento, metodologia, resultados, discussão e conclusão.

  • Escolha o sistema ou protocolo e a propriedade a observar.
  • Estude o modelo de falhas e de consistência envolvido.
  • Revise artigos na ACM, no IEEE e nos anais do SBRC e do WSCAD.
  • Automatize a criação do cluster com contêineres ou infraestrutura como código.
  • Defina carga, falhas injetadas e métricas, incluindo percentis de latência.
  • Execute rodadas repetidas e guarde registros de todos os nós.
  • Analise resultados e verifique a correção, não só o desempenho.

Erros comuns no TCC de Sistemas Distribuídos

Os erros abaixo comprometem a validade dos resultados e são fáceis de evitar com planejamento.

  • Reportar apenas latência média. Mostre p50, p95 e p99 para revelar a cauda.
  • Rodar cliente e servidores na mesma máquina sem dizer. Descreva a topologia física do teste.
  • Medir antes de o sistema estabilizar. Descarte o período de aquecimento.
  • Testar só o caminho feliz. Injete falhas de rede, de processo e de disco.
  • Confundir disponibilidade com consistência. Defina qual garantia está sendo avaliada.
  • Deixar o ambiente impossível de recriar. Versione scripts e configurações.

Perguntas frequentes

Preciso de vários computadores para fazer TCC em sistemas distribuídos?

Não necessariamente. Contêineres e máquinas virtuais permitem simular vários nós em uma única máquina, com latência e falhas emuladas. Para medir escalabilidade real, um cluster da instituição ou créditos de nuvem acadêmica ajudam.

Qual a diferença entre consenso e replicação?

Replicação é manter cópias dos dados em várias máquinas. Consenso é o mecanismo que garante que essas cópias concordem sobre a ordem das operações, mesmo com falhas. Protocolos como Raft e Paxos resolvem o consenso e são base de muitos sistemas replicados.

Kubernetes é um bom tema de TCC?

Pode ser, se houver pergunta de pesquisa, como comparar políticas de escalonamento ou medir o custo de uma configuração. Apenas implantar uma aplicação em Kubernetes é tarefa de desenvolvimento e não sustenta um trabalho de conclusão em Ciência da Computação.

O que é TLA+ e vale a pena usar no TCC?

TLA+ é uma linguagem de especificação formal usada para modelar protocolos e verificar propriedades com um verificador de modelos. Vale a pena se o orientador conhecer a ferramenta. Uma especificação pequena de um protocolo já agrega rigor ao trabalho.

Como montamos esta página

Os temas foram redigidos pela equipe do TCC Pronto como ponto de partida e precisam da aprovação do seu orientador. As obras vêm de bases acadêmicas abertas (OpenAlex e Crossref) e o DOI de cada uma foi conferido antes da publicação. Leia a obra antes de citá-la no seu trabalho.

Escolheu o tema? Comece pelo sumário.