DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김정원 | ko |
dc.contributor.author | 최호진 | ko |
dc.date.accessioned | 2021-12-14T06:43:39Z | - |
dc.date.available | 2021-12-14T06:43:39Z | - |
dc.date.created | 2021-12-13 | - |
dc.date.created | 2021-12-13 | - |
dc.date.issued | 2021-09 | - |
dc.identifier.citation | 정보과학회논문지, v.48, no.9, pp.1035 - 1043 | - |
dc.identifier.issn | 2383-630X | - |
dc.identifier.uri | http://hdl.handle.net/10203/290547 | - |
dc.description.abstract | 대규모 IT 서비스를 운영하는 곳에서 단지 하나의 시스템을 관리하는 경우는 매우 드물다. 물론 관제를 전담하는 조직이 있다면 서비스의 이상유무에 대해 모니터링이 가능하겠지만, 관제 담당자는 각 서비스의 업무 지식과 도메인에 대해 잘 알지 못하기 때문에, 특정 서비스의 비정상 여부를 판단하기 어려운 것이 사실이다. 따라서 각 서비스마다의 특성을 분석하고 패턴을 학습하여 이상여부를 판단하는 탐지모델의 needs가 나날이 증가하고 있다. 본 연구에서는 웹서버의 access log에 기록되어 있는 시계열 데이터를 이용하여, 기존 스펙트럼 잔차 방식의 모델이 실시간으로 이상징후를 탐지할 수 있을지에 대해 살펴보고, 실시간 탐지가 어려운 문제를 해결하기 위해 다항회귀모델과 앙상블한 모델을 제시함으로써, 장애상황이 발생하기 전에 빠른 대처를 할 수 있도록 모델을 구현하였다. 그 결과 시스템 장애가 발생하기 전에 이상징후를 감지하여 선제대응을 할 수 있음을 확인할 수 있었다. | - |
dc.language | Korean | - |
dc.publisher | 한국정보과학회 | - |
dc.title | 시계열 access log data를 이용한 IT 인프라 이상징후 감지 앙상블 모델 | - |
dc.title.alternative | Ensemble Model for Detecting Abnormal Symptoms of IT Infrastructure using Time Series Access Log Data | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.citation.volume | 48 | - |
dc.citation.issue | 9 | - |
dc.citation.beginningpage | 1035 | - |
dc.citation.endingpage | 1043 | - |
dc.citation.publicationname | 정보과학회논문지 | - |
dc.identifier.doi | 10.5626/JOK.2021.48.9.1035 | - |
dc.identifier.kciid | ART002755194 | - |
dc.contributor.localauthor | 최호진 | - |
dc.contributor.nonIdAuthor | 김정원 | - |
dc.description.isOpenAccess | N | - |
dc.subject.keywordAuthor | 이상징후감지 | - |
dc.subject.keywordAuthor | 시계열데이터 | - |
dc.subject.keywordAuthor | 스펙트럼잔차 | - |
dc.subject.keywordAuthor | 다항회귀 | - |
dc.subject.keywordAuthor | 기계학습 | - |
dc.subject.keywordAuthor | 앙상블모델 | - |
dc.subject.keywordAuthor | abnormality detection | - |
dc.subject.keywordAuthor | time series data | - |
dc.subject.keywordAuthor | spectrum residual | - |
dc.subject.keywordAuthor | polynomial regression | - |
dc.subject.keywordAuthor | machine learning | - |
dc.subject.keywordAuthor | ensemble model | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.