Poikkeamantunnistus Microsoft Anomaly Detectorilla
Pöyhönen, Joonas (2020)
Pöyhönen, Joonas
2020
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2020121528362
https://urn.fi/URN:NBN:fi:amk-2020121528362
Tiivistelmä
Hajautettujen järjestelmien ja esineiden internetin myötä järjestelmien suorituskyvyn hallinta ja seuraaminen on muuttunut työlääksi. Suurien kohdemäärien seuraaminen perinteisillä sääntöpohjaisilla ratkaisuilla ei takaa muuttuvassa ympäristössä ongelmien tarkkaa paikannusta poikkeustilanteissa. Poikkeaman tunnistaminen voi auttaa osoittamaan, missä ongelma esiintyy ja tehostamaan juurisyyn selvittämistä.
Tavoitteena oli perehtyä Microsoftin Anomaly Detector -nimiseen poikkeamantunnistus palveluun ensin rakentamalla tietoperusta palvelun käyttämistä teknikoista ja ominaisuuksista ja sitten rakentamalla työympäristö, jossa kerättiin aikasarja-aineistoja Anomaly Detectorin poikkeaman tunnistamista varten. Poikkeaman tunnistamisesta saaduilla tuloksilla yritettiin selvittää soveltuuko Anomaly Detector toimeksiantajan määrittämiin käyttötarkoituksiin ja saadaanko vastaukset esitettyihin kysymyksiin.
Työympäristö toteutettiin käyttäen C#-ohjelmointikieltä Visual Studio -ohjelmointiympäristössä ja sovellukset luotiin sykedatan keräämistä varten, sen esikäsittelyyn ja lähettämiseen Anomaly Detectoriin tutkittavaksi ja lopulta tulosten esittämiseen graafisessa käyttöliittymässä.
Tulokset osoittivat Anomaly Detectorin soveltuvan määritettyihin käyttötarkoituksiin ja ne
myös täsmäsivät suhteellisen hyvin odotettuihin tuloksiin Microsoftin dokumenttien lupausten perusteella. Tuloksien pohjalta palvelun integroiminen toimeksiantajan järjestelmiin on täysin mahdollista ja pohditut jatkokehitysmahdollisuudet antoivat syyn lisätutkimuksille.
Tavoitteena oli perehtyä Microsoftin Anomaly Detector -nimiseen poikkeamantunnistus palveluun ensin rakentamalla tietoperusta palvelun käyttämistä teknikoista ja ominaisuuksista ja sitten rakentamalla työympäristö, jossa kerättiin aikasarja-aineistoja Anomaly Detectorin poikkeaman tunnistamista varten. Poikkeaman tunnistamisesta saaduilla tuloksilla yritettiin selvittää soveltuuko Anomaly Detector toimeksiantajan määrittämiin käyttötarkoituksiin ja saadaanko vastaukset esitettyihin kysymyksiin.
Työympäristö toteutettiin käyttäen C#-ohjelmointikieltä Visual Studio -ohjelmointiympäristössä ja sovellukset luotiin sykedatan keräämistä varten, sen esikäsittelyyn ja lähettämiseen Anomaly Detectoriin tutkittavaksi ja lopulta tulosten esittämiseen graafisessa käyttöliittymässä.
Tulokset osoittivat Anomaly Detectorin soveltuvan määritettyihin käyttötarkoituksiin ja ne
myös täsmäsivät suhteellisen hyvin odotettuihin tuloksiin Microsoftin dokumenttien lupausten perusteella. Tuloksien pohjalta palvelun integroiminen toimeksiantajan järjestelmiin on täysin mahdollista ja pohditut jatkokehitysmahdollisuudet antoivat syyn lisätutkimuksille.