polito.it
Politecnico di Torino (logo)

Modelli predittivi nell'Enterprise System Manager

Brianda, Michele Giovanni

Modelli predittivi nell'Enterprise System Manager.

Rel. Paolo Garza. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2018

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Accesso al documento: Accesso libero
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Preview
Abstract:

La ricerca è stata sviluppata con l’intento di approfondire le tematiche legate alla manutenzione predittiva all'interno di un contesto aziendale in cui la corretta gestione di complessi sistemi informatici è essenziale.In questo senso si è rivelato importante il software di monitoraggio Oracle Enterprise System Manager, grazie al quale sono stati raccolti i dati relativi a tre tecnologie di interesse: Oracle Database, Oracle WebLogic e Oracle System Infrastructure. Tali dati, che descrivono lo stato di salute dei sistemi citati, sono stati quindi catalogati in tre dataset differenti ed elaborati per mezzo di diversi modelli matematici (Random Forest, Support Vector Machine e Neural Network) dopo una fase di preprocessing: quest’ultima ha permesso la risoluzione di alcuni problemi come l’assenza di molti valori e il forte sbilanciamento delle due classi (Target Up, Target Down) rappresentanti lo stato di salute dei sistemi.In termini di accuratezza, precision e recall si è quindi notato come, tendenzialmente, il Support Vector Machine risulti più efficiente degli altri modelli nonostante produca comunque un elevato numero di falsi allarmi che devono essere gestiti con l'intervento umano.I modelli, di cui si è fatto il training e il successivo testing, sono stati quindi serializzati ed esportati per essere messi a disposizione di un secondo modulo software: questo consente l’utilizzo dei risultati della ricerca con i nuovi dati ottenuti per mezzo del monitoraggio quotidiano dei sistemi.

Relatori: Paolo Garza
Anno accademico: 2017/18
Tipo di pubblicazione: Elettronica
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering)
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA
Aziende collaboratrici: Mediamente Consulting srl
URI: http://webthesis.biblio.polito.it/id/eprint/7978
Modifica (riservato agli operatori) Modifica (riservato agli operatori)