Diplomová práce se zabývá návrhem modelu pro klasifikaci dat naměřených na virtuálních serverech Univerzity Pardubice, konkrétně na webovém serveru Portal a databázovém serveru Oracle. Cílem předložené práce je analýza získaných dat z těchto virtuálních serverů a jejich klasifikace do tříd reprezentujících jednotlivé stavy, které mohou vzniknout v průběhu jejich provozu. Klasifikátor je založen na rekurentních neuronových sítích typu ART.
Na začátku práce jsou charakterizovány základní pojmy z oblasti serverové virtualizace a rekurentních neuronových sítí typu ART. Stěžejní část práce je věnována návrhu modelu pro klasifikaci, popisu a analýze vstupních dat. V dalších částech práce je navržený model verifikován v programovém prostředí TrainART2. Na závěr je uskutečněna analýza dosažených výsledků klasifikace a návrh doporučení v oblasti správy těchto serverů.
Anotace v angličtině
This thesis describes the design of model for the classification of measured data on virtual servers of University of Pardubice, specifically on web server Portal and Oracle database server. The aim of this work is the analysis of the data obtained from these virtual servers and their classification into the classes representing possible servers' states, which may arise in the course of their operation. Classifier is based on recurrent neural networks, a type of ART.
The first part of thesis presents terms virtualization and recurrent neural networks ART. The main part of this thesis is devoted to the design model for the classification, description and analysis of the input data. In other parts of the work, this model is verified and generalized in the programming environment TrainART2. There is analysis of classification results and design of recommendations in the field of the administration, in the final part.
Diplomová práce se zabývá návrhem modelu pro klasifikaci dat naměřených na virtuálních serverech Univerzity Pardubice, konkrétně na webovém serveru Portal a databázovém serveru Oracle. Cílem předložené práce je analýza získaných dat z těchto virtuálních serverů a jejich klasifikace do tříd reprezentujících jednotlivé stavy, které mohou vzniknout v průběhu jejich provozu. Klasifikátor je založen na rekurentních neuronových sítích typu ART.
Na začátku práce jsou charakterizovány základní pojmy z oblasti serverové virtualizace a rekurentních neuronových sítí typu ART. Stěžejní část práce je věnována návrhu modelu pro klasifikaci, popisu a analýze vstupních dat. V dalších částech práce je navržený model verifikován v programovém prostředí TrainART2. Na závěr je uskutečněna analýza dosažených výsledků klasifikace a návrh doporučení v oblasti správy těchto serverů.
Anotace v angličtině
This thesis describes the design of model for the classification of measured data on virtual servers of University of Pardubice, specifically on web server Portal and Oracle database server. The aim of this work is the analysis of the data obtained from these virtual servers and their classification into the classes representing possible servers' states, which may arise in the course of their operation. Classifier is based on recurrent neural networks, a type of ART.
The first part of thesis presents terms virtualization and recurrent neural networks ART. The main part of this thesis is devoted to the design model for the classification, description and analysis of the input data. In other parts of the work, this model is verified and generalized in the programming environment TrainART2. There is analysis of classification results and design of recommendations in the field of the administration, in the final part.
Analyzujte dáta virtuálneho serveru
Charakterizujte ART neurónové siete
Navrhnite model na klasifikáciu
Verifikujte navrhnutý model
Uskutočnite analýzu výsledkov
Zásady pro vypracování
Analyzujte dáta virtuálneho serveru
Charakterizujte ART neurónové siete
Navrhnite model na klasifikáciu
Verifikujte navrhnutý model
Uskutočnite analýzu výsledkov
Seznam doporučené literatury
KVASNIČKA, V. Úvod do teórie neurónových sietí. Iris, Bratislava, 1997.
SINČÁK, P., ANDREJKOVÁ, G. Neurónové siete. Dopredné siete, 1. diel, Elfa, Košice, 1996.
SINČÁK, P., ANDREJKOVÁ, G. Neurónové siete. Rekurentné a modulárne siete, 2. diel, Elfa, Košice, 1996.
MAŘÍK, V. Umělá inteligence. 1. vyd., Academia, Praha, 2007.
Seznam doporučené literatury
KVASNIČKA, V. Úvod do teórie neurónových sietí. Iris, Bratislava, 1997.
SINČÁK, P., ANDREJKOVÁ, G. Neurónové siete. Dopredné siete, 1. diel, Elfa, Košice, 1996.
SINČÁK, P., ANDREJKOVÁ, G. Neurónové siete. Rekurentné a modulárne siete, 2. diel, Elfa, Košice, 1996.
MAŘÍK, V. Umělá inteligence. 1. vyd., Academia, Praha, 2007.
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student představil téma své diplomové práce Rekurentní neuronové sítě v modelování chyb virtuálního serveru.
Otázky komise:
Bylo by možné získané výsledky porovnat se skutečnými chybovými stavy virtuálních serverů a verifikovat tak nalezené třídy?
V prezentaci uvádíte, že vitalizace je rozdělení počítače na několik nezávislých počítačů ? vysvětlete.