Detekce anomálií na základě stavu RQA systému

Cílem práce je navržení a implementace modelu strojového učení pro detekci anomálií v systému RQA firmy Y Soft. Vzhledem k architektuře mikroslužeb se anomálií rozumí opakovaně nezvyklá délka zpracování požadavků jednotlivými službami nebo výrazně odlišná chybovost. Práce popisuje aktuální způsob sběru dat v systému a řeší otázku, jaká data vypovídají o jeho stavu. Navrhuje vhodný formát ukládání těchto dat pro jejich následnou analýzu. Dále představuje algoritmy běžně používané k řešení problému detekce anomálií. V rámci práce je proveden návrh a implementace detekce anomálií s využitím shlukové analýzy a statistických metod. Na závěr je vyhodnocena kvalita detekce a dosažené výsledky.

Grantor dc:publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

Author dc:creator

• Lorenc, Jan

Advisor dc:contributor.advisor

• Pluskal, Jan

• dolování dat
• datová analýza
• strojové učení
• detekce anomálií
• shluková analýza
• statistika
• .NET
• monitorování
• data mining
• data analysis
• machine learning
• anomaly detection
• cluster analysis
• statistics
• monitoring

Statement dc:rights

• Standardní licenční smlouva - přístup k plnému textu bez omezení

Language dc:language.iso

cs

Dc Identifier Other

136672

OAI identifier oai:identifier

oai:dspace.vut.cz:11012/199483