Dissertação
Intelligent Monitoring of Distributed Systems with AIOps Techniques EVALUATED
As técnicas de monitorização tradicionais poderão já não ser capazes de lidar com a complexidade das aplicações, infraestruturas e ambientes modernos. Estas não utilizam da melhor forma as grandes quantidades de dados que são gerados, o que leva a que vários alarmes sejam criados que não são necessariamente indicativos da ocorrência de um incidente. O principal objetivo desta Tese é melhorar a monitorização e a geração de alarmes, aplicando diferentes técnicas e algoritmos de Aprendizagem Automática à rica e vasta quantidade de dados, de modo a detetar com precisão problemas complexos em arquiteturas modernas, como a de Micro Serviços. O trabalho proposto está enquadrado numa aplicação de IT crítica dentro de um organização internacional, de modo a fornecer valor de negócio e de investigação ao resolver um problema atual e complexo do mundo real. O caso de estudo em questão consiste em desenvolver uma solução de monitorização, utilizando o Estado da Arte dos algoritmos de Aprendizagem Automática. Baseada nas Plataformas modernas de Inteligência Artificial para Operações de IT, esta solução foca-se em detetar anomalias e gerar alarmes fiáveis para incidentes complexos numa aplicação aplicação crítica da EDP, o HERMES.
junho 17, 2024, 10:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Arlindo Manuel Limede de Oliveira
Departamento de Engenharia Informática (DEI)
Professor Catedrático