Hálózati szolgáltatások teljesítményvizsgálata gépi tanulás módszerekkel

OData támogatás
Konzulens:
Dr. Huszák Árpád
Hálózati Rendszerek és Szolgáltatások Tanszék

A modern alkalmazások üzemeltetésénél egyre nagyobb problémát jelent az alkalmazások komplexitásának növekedése. Annak érdekében, hogy az üzemeltetők pontos képet kapjanak a rendszerről, gyakran Alkalmazás Performancia Monitoring eszközöket használnak. Ezek az eszközök működésükből kifolyólag rengeteg adatot gyűjtenek a rendszerről, viszont ezeknek az adatoknak az információ tartalmát csak kis részben szolgáltatják a felhasználók részére.

A gépi tanulás jelentős fejlődésen ment keresztül az elmúlt években, és várhatóan további munkafolyamatokat fog megkönnyíteni a jövőben. Feltevésem, hogy gépi tanulási módszerek segítségével, az Alkalmazás Performancia Monitorng eszközök által gyűjtött adatok elemzéséből, a vizsgált rendszerben új összefüggéseket tudunk feltárni.

Szakdolgozatomban egy monitoring eszköz által gyűjtött adatok rejtett összefüggéseit tárom fel. Felépítek egy megoldás módszert az adatok kigyűjtésére, ami jól skálázható nagyobb mértékű adatgyűjtés esetére is. Elvégzem az adatok szükséges átalakítását, elemzem az adatok felépítését. Végül építek egy predikciós modellt, amit általánosítani lehet a jövőben érkező adatokra is.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.