Yazar
Astekin, M., Zengin, H., Sözer, Hasan
Basım Tarihi
2019-02
Basım Yeri
-
Wiley
Konu
Anormallik tespiti, Büyük veri, Dağıtık sistemler, Log analizi, Makine öğrenimi, Paralel işleme, Yazılım mimarisi
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
0038-0644
Kayıt Numarası
caf9f40e-1ede-4dff-9b54-3568a043d6b7
Lokasyon
Bilgisayar Bilimi
Tarih
2019-02
Örnek Metin
Sistem günlükleri anormalliklerin tespiti ve tahmini için zengin bir bilgi kaynağı oluşturur. Ancak genellikle yapılandırılmamış veya yarı yapılandırılmış çok büyük miktarda veri içerebilirler. Anormallik tespiti için büyük ölçekli sistem günlüklerinin dağıtılmış analizine yönelik bir çerçeve olan DILAF'ı tanıtıyoruz. DILAF, günlük ayrıştırmayı, özellik çıkarmayı ve makine öğrenimi faaliyetlerini kolaylaştıran çeşitli işlemlerden oluşur. Mevcut araçlara göre iki ayırt edici özelliği vardır. Birincisi, analiz edilen sistemin kaynak kodunun bulunmasını gerektirmez. İkincisi, büyük ölçekli dağıtılmış sistemler bağlamında ölçeklenebilir analizi desteklemek için tüm süreçleri dağıtılmış bir şekilde gerçekleştirmek üzere tasarlanmıştır. DILAF'ın yazılım mimarisini tartışıyoruz ve bunun bir uygulamasını tanıtıyoruz. Çerçevenin etkinliğini değerlendirmek için iki veri kümesine dayalı kontrollü deneyler yaptık. Özellikle performans ve ölçeklenebilirlik özelliklerini çeşitli paralellik dereceleri altında değerlendirdik. Sonuçlar, tamamen dağıtılmış işlemeyi kullanmayan temel yaklaşımlarla karşılaştırıldığında, DILAF'ın sistem ölçeklendikçe ortalama %30'dan fazla performans artışı elde ederken aynı doğruluk seviyelerini koruyabildiğini gösterdi.
DOI
10.1002/spe.2653
Cilt
49
