Розподілена система моніторингу мікросервісів з автоматичним виявленням аномалій
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Кваліфікаційна робота включає пояснювальну записку (с., 26 рис., 11 табл., 2 додатки).
Об’єкт розробки – розподілена програмна система моніторингу мікросервісів з автоматичним виявленням аномалій у метриках продуктивності на основі методів машинного навчання. Розроблена система дозволяє: приймати метрики продуктивності (час відповіді, завантаження процесора, обсяг оперативної пам'яті, частота запитів) від клієнтських мікросервісів через REST API з аутентифікацією за API-ключем; виявляти аномальну поведінку у потоці метрик у режимі реального часу методом Z-score, а в архівних даних — алгоритмом ML.NET SrCnn; передавати нові метрики, виявлені аномалії та статуси сервісів клієнтам через WebSocket- з'єднання з ізоляцією даних за API-ключем; зберігати історію метрик та зафіксованих аномалій для ретроспективного аналізу. У процесі розробки використовувалися платформа .NET 10, бібліотека машинного навчання ML.NET, бібліотека реального часу ASP.NET Core SignalR. Як база даних застосовано PostgreSQL з провайдером Entity Framework Core. В ході розробки: проведено аналіз існуючих систем моніторингу мікросервісів (Prometheus, Grafana, Datadog) та визначено їх переваги і недоліки щодо виявлення аномалій; досліджено та порівняно методи виявлення аномалій у часових рядах: статистичний метод Z-score та алгоритм SrCnn на основі спектрального аналізу і згорткових нейронних мереж; розроблено архітектуру розподіленої системи моніторингу з чотирма рівнями: збір даних, обробка і зберігання, виявлення аномалій, відображення; реалізовано модель приймання метрик за принципом push: клієнтські сервіси самостійно надсилають пакети метрик через REST API з аутентифікацією за API-ключем, що дозволяє підключати сервіси будь- якої технологічної платформи; розроблено серверну частину системи на платформі ASP.NET Core 10 за принципами чистої архітектури з розділенням на чотири проєкти, асинхронною чергою приймання метрик на основі System.Threading.Channels та фоновими службами для оброблення метрик і контролю health-статусу сервісів; реалізовано real-time дашборд для візуалізації метрик та аномалій з використанням SignalR і Chart.js; проведено тестування системи та порівняльний аналіз точності методів виявлення аномалій на синтетичних тестових даних. Впровадження розробленої системи дозволить скоротити час виявлення інцидентів у мікросервісних системах та зменшити залежність від ручного налаштування порогових значень завдяки автоматичному аналізу на основі машинного навчання.
Опис
Ключові слова
мікросервісна архітектура, моніторинг, виявлення аномалій, часові ряди, z-score, srcnn, asp.net core, signalr, ml.net, postgresq, microservice architecture, monitoring, anomaly detection, time series, postgresql.
Бібліографічний опис
Редько, К. О. Розподілена система моніторингу мікросервісів з автоматичним виявленням аномалій : дипломний проєкт ... бакалавра : 123 Комп'ютерна інженерія / Редько Катерина Олегівна. – Київ, 2026. – 83 с.