Odhad prevádzky na databázových serveroch využitím modelov strojového učenia – Bc. Patrik Michalák
Bc. Patrik Michalák
Diplomová práce
Odhad prevádzky na databázových serveroch využitím modelov strojového učenia
Využitie umelé inteligencie pre odhad prevádzky na databázových serveroch
Anotace:
Hlavní myšlenkou této práce je navrhnout komplexní řešení inteligentního monitorovacího systému, který využitím metod strojového učení odhaduje budoucí hodnoty sledované metriky provozu. Na základě odhadované zátěže následně vhodně upravovat tvar topologie clusterů databázových serverů za účelem zvýšení stability, dostupnosti, rychlosti služby a efektivního využívání cloudových výpočetních prostředků …víceAbstract:
The goal of this paper is using techniques of machine learning create a complex intelligent monitoring solution for a traffic prediction on database servers. Based on predictions continuously modify clusters topology for the best performance results, high availability and effective cloud computing power usage.Abstract:
Hlavnou myšlienkou tejto práce je navrhnúť komplexné riešenie inteligentného monitorovacieho systému, ktorý využitím metód strojového učenia odhaduje budúce hodnoty sledovanej metriky prevádzky. Na základe odhadovanej záťaže následne vhodne upravovať tvar topológie klastrov databázových serverov za účelom zvýšenia stability, dostupnosti, rýchlosti služby a efektívneho využívania cloudových výpočetných …víceKlíčová slova
clustering databázový server strojové učení cloudové služby lineární regrese neuronové sítě
Jazyk práce: slovenština
Datum vytvoření / odevzdání či podání práce: 15. 5. 2020
Obhajoba závěrečné práce
- Vedoucí: doc. Ing. František Dařena, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Mendelova univerzita v Brně, Provozně ekonomická fakultaMendelova univerzita v Brně
Provozně ekonomická fakultaMagisterský studijní program / obor / specializace:
Inženýrská informatika / Automatizace řízení a informatika / Informatika a její aplikace
Práce na příbuzné téma
-
Power demand forecasting using Machine Learning approaches
Oskar Bikmukhametov -
Machine Learning in Prediction of Asset Price Bubble Bursts
Martin Hvězda -
Machine learning a moderní Javascript
Pavel Nepomucký -
Classification of arrhythmia using machine learning techniques
Lukáš Zaorálek -
Srovnání klasické regrese a neuronových sítí při prognóze měnového kurzu
Inga Nikonova -
Rozšíření logistické regrese směrem k nelineárním modelům
Radovan Oprendek -
Predikce pravděpodobnosti otevření úvěrového účtu pomocí neuronových sítí a logistické regrese
Michael Kos -
Regulace cloud computingu ve veřejné správě ČR
Jakub Klodwig