Detekce poruch v provozních datech serverů

Abstract

Tato bakalářská práce je zaměřena na vytvoření plnohodnotného nezávislého systému sledování serverů, vhodné pro použití v jakékoliv společnosti, která vlastní libovolným počtem zařízení, a využití strojového učení pro detekci anomálií v provozu technických zařízení k odstranění problémů v co nejkratším čase. V důsledku toho se mi podařilo vytvořit monitorovací systém, který dokáže sledovat stav více než 6000 zařízení a automatický systém pro detekci anomálií schopný předpovědět selhání práce 6 hodin před samotným selháním.

This bachelor's thesis is aimed at creating a full-fledged independent server monitoring system suitable for use in any company that owns any number of devices, and using machine learning to detect anomalies in the operation of technical devices to eliminate problems as soon as possible. As a result, I managed to create a monitoring system capable of monitoring the status of more than 6000 devices and an automatic anomaly detection system capable of predicting a failure of 6 hours before the failure itself.