Modelování dat charakterizujících virtuální server pomocí RBF neuronových sítí

Bc. Jaroslav Kyncl

Master's thesis

Modelling of Data Characterizing a Virtual Server by RBF Neural Networks

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 s co nejvyšší přesností klasifikovat data do tříd, které reprezentují možné chybové stavy serverů. Klasifikace je provedena pomocí neuronových sítí typu RBF, metodou učení s učitelem. Na začátku práce jsou charakterizovány pojmy virtualizace, virtualizace serverů a její možné metody. Dále jsou popsány základní pojmy neuronových sítí, metody učení neuronových sítí a neuronové sítě typu RBF. Další kapitola se zabývá návrhem modelu pro klasifikaci. V první části návrhu jsou zanalyzovaná a předzpracovaná poskytnutá data, mezi kterými je také zjišťována možná existence korelační závislosti. Poté následují experimenty, jejichž cílem je zjištění optimální struktury a parametrů navrhované neuronové sítě. K těmto experimentům je využito programového prostředku SPSS Clementine. Na závěr je uskutečněna analýza dosažených výsledků klasifikace a ověření navrženého modelu RBF neuronové sítě.

Abstract:

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 to classify data with the highest possible precision into classes representing possible servers? errors. Classification is done using RBF neural networks, by method of learning with the teacher. The first part presents terms virtualization, server virtualization and its methods. The following part describes the basic concepts of neural networks, learning methods of neural networks and RBF neural network type. The next chapter deals with the classification design model. In the first part of the proposal there are analyzed and pre-processed provided data, among which is also detected the possible existence of correlation dependence. The following experiments are aimed on finding the optimal structure and parameters for proposed neural networks. SPSS Clementine software is used for these experiments. Analysis of classification results and verification of designed RBF neural network is presented in the final part.

Keywords

Virtualizace, virtuální server, neuronové sítě, radiálně bazické funkce, RBF, klasifikace

Language used: Czech

Date on which the thesis was submitted / produced: 27. 4. 2012

Thesis defence

• Date of defence: 13. 6. 2012
• Supervisor: prof. Ing. Vladimír Olej, CSc.

University of Pardubice

Faculty of Economics and Administration

Master programme / field:
System Engineering and Informatics / Informatics in Public Administration