Методи та програмне забезпечення виявлення аномалій при розгортанні мікросервісу

Скорочена інформація про документ
dc.contributor.advisorСтеценко, Інна Вячеславівна
dc.contributor.authorКлименко, Денис Владиславович
dc.date.accessioned2023-01-03T09:06:38Z
dc.date.available2023-01-03T09:06:38Z
dc.date.issued2021-12
dc.description.abstractenMaster's dissertation on "Methods and software for detecting anomalies in the deployment of microservice". Paper size: 76 pages, 27 illustrations, 23 tables, 24 references. Actuality of theme: when deploying a new version of the service, the engineer performing the deployment must monitor a large number of variables such as CPU load on the virtual machine, 5xx HTTP errors, service logs, and overall system performance to determine if there are any anomalies in the microservice. Not only does it take a lot of time, but it also has a significant portion of the human factor. Therefore, it is necessary to develop a system that can automatically detect functional anomalies in the new version of the service based on performance indicators (metrics) and the flow of events. Purpose of the study: the purpose of the master's dissertation is to reduce the impact of defective code on the operation of the system during the deployment of microservice. The object of development is the process of detecting functional anomalies of the microservice during deployment. The subject of the study are methods for detecting functional abnormalities in the deployment of microservice. To achieve this goal, the following tasks are formulated: - analysis of existing solutions; - implementation of a system for determining functional anomalies based on the algorithm unsupervised learning; - evaluation of the effectiveness of the developed system. The scientific novelty of the results of the master's dissertation is that it is proposed to improve the method of detecting anomalies in the functioning of the microservice on the basis of a combined analysis of the performance of the service and the flow of events. The result was achieved by developing an upgraded algorithm using unsupervised learning. The practical significance of the obtained results is that the implemented system can automatically stop the deployment of a version of the microservice with abnormal behavior. This system can be used in any deployment management system to reduce the impact of defects on the operation of the information system. Publications: as a result of the work done 3 scientific articles were published. Klymenko D. Methods and software for detecting anomalies in the deployment of microservice. The First All-Ukrainian Scientific and Practical Conference of Young Scientists and Students "Software Engineering and Advanced Information Technologies" (SoftTech-2021). Section of the Department of Informatics and Software Engineering. Conference materials. - Kyiv. - 2021. November 22-26, 2021. - P.45.uk
dc.description.abstractukМагістерська дисертація на тему «Методи та програмне забезпечення виявлення аномалій при розгортанні мікросервісу». Обсяг роботи: 76 сторінки, 27 ілюстрацій, 23 таблиці, 24 джерел посилань. Актуальність теми: під час розгортання нової версії сервісу інженер, який виконує розгортання, повинен стежити за великої кількістю змінних, наприклад: навантаження на cpu віртуальної машини, кількість 5хх HTTP помилок, логи сервісу, та відстежувати загальну працездатність системи, для того, щоб визначити чи є аномалії в роботі мікросервісу. Суттєвими недоліками є трудомісткий та наявність людського фактору, тобто аномалія може бути пропущена. Щоб позбутися даних недоліків, необхідно розробити систему, яка зможе автоматично виявляти функціональні аномалії в роботі нової версії сервісу, базуючись на робочих показниках(metrics) та потоці подій. Мета дослідження: метою магістерської дисертації є зменшення впливу дефектного коду на роботу системи під час розгортання мікросервісу. Об’єктом розробки є процес виявлення функціональних аномалій мікросервісу під час розгортання. Предметом дослідження є методи виявлення функціональних аномалій при розгортанні мікросервісу. Для реалізації поставленої мети сформульовані наступні завдання: - аналіз існуючих рішень; - реалізація системи визначення функціональних аномалій на базі алгоритму навчання без вчителя; - оцінка ефективності розробленої системи. Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано вдосконалення методу виявлення аномалій у функціонуванні мікросервісу на основі комбінованого аналізу робочих показників сервісу та потоку подій. Результат досягнутий шляхом розробки модернізованого алгоритму з використанням навчання без вчителя нейронних мереж. Практичне значення отриманих результатів полягає в тому, що реалізовано систему, яка може автоматично припинити розгортання версії мікросервіса з аномальною поведінкою. Дана система може бути використана в будь-якій системі управління розгортанням з метою зменшення впливу дефектів коду на роботу інформаційної системи. Публікації: за результатами виконаної роботи було опубліковано 1 наукову статтю. Клименко Д.В. Методи та програмне забезпечення виявлення аномалій при розгортанні мікросервісу. Перша Всеукраїнська науково-практична конференція молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології» (SoftTech-2021). Секція кафедри інформатики та програмної інженерії. Матеріали конференції. – Київ. – 2021. 22–26 листопада 2021р. – С.45.uk
dc.format.page76 с.uk
dc.identifier.citationКлименко, Д. В. Методи та програмне забезпечення виявлення аномалій при розгортанні мікросервісу : магістерська дис. : 121 Інженерія програмного забезпечення / Клименко Денис Владиславович. - Київ, 2021. - 76 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/51626
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмікросервісиuk
dc.subjectмікросервісна архітектураuk
dc.subjectрозгортанняuk
dc.subjectнавчання без вчителяuk
dc.subjectmicroservicesuk
dc.subjectmicroservice architectureuk
dc.subjectdeploymentuk
dc.subjectunsupervised learninguk
dc.subject.udc004.891.3uk
dc.titleМетоди та програмне забезпечення виявлення аномалій при розгортанні мікросервісуuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Klymenko_magistr.pdf
Розмір:
2.37 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІПІ)
Магістерські роботи