Rekurentní neuronové sítě v modelování chyb virtuálního serveru

Abstract

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.