Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados

Detalhes bibliográficos
Autor(a) principal: Martins, Samuel Luna
Data de Publicação: 2022
Outros Autores: Bastos Filho, Carmelo
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/2221
Resumo: This work aims to apply the K-Modes grouping technique in order to help identify the root causes of problems related to the availability and performance of services and systems hosted on servers and virtual machines in an organization's Data Center. Data were extracted from the monitoring tool called Zabbix regarding the last 3 months of incidents. A data pre-processing procedure was performed, extracting the most relevant attributes, then the technique called K-Modes was applied along with the most suitable K value found from the Elbow method. After analyzing the data, it was possible to extract correlation rules and create a strategic plan in order to mitigate the amount of recurring incidents.
id UFPE-2_bfec01832ecffb829938720183fe1930
oai_identifier_str oai:ojs.poli.br:article/2221
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de DadosThis work aims to apply the K-Modes grouping technique in order to help identify the root causes of problems related to the availability and performance of services and systems hosted on servers and virtual machines in an organization's Data Center. Data were extracted from the monitoring tool called Zabbix regarding the last 3 months of incidents. A data pre-processing procedure was performed, extracting the most relevant attributes, then the technique called K-Modes was applied along with the most suitable K value found from the Elbow method. After analyzing the data, it was possible to extract correlation rules and create a strategic plan in order to mitigate the amount of recurring incidents. Esse trabalho tem como objetivo aplicar a técnica de agrupamento K-Modes a fim de auxiliar na identificação das causas-raízes dos problemas de disponibilidade e desempenho de serviços e sistemas hospedados em servidores e máquinas virtuais de um Data Center de uma organização. Os dados foram extraídos a partir da ferramenta de monitoramento chamada Zabbix relativos aos últimos 3 meses de incidentes. Foi realizado um procedimento de pré-processamento dos dados, extraindo os atributos mais relevantes, posteriormente foi aplicada a técnica chamada K-Modes juntamente com o valor de K mais adequado encontrado a partir do método Elbow. Após análise de dados, foi possível extrair regras de correlação e criar um plano estratégico a fim de mitigar a quantidade de incidentes recorrentes. Escola Politécnica de Pernambuco2022-07-17info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado pelos paresapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/222110.25286/repa.v7i2.2221Journal of Engineering and Applied Research; Vol 7 No 2 (2022): Edição Especial em Inteligência Artificial; 86-95Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 2 (2022): Edição Especial em Inteligência Artificial; 86-952525-425110.25286/repa.v7i2reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/2221/829http://revistas.poli.br/index.php/repa/article/view/2221/830-Copyright (c) 2022 Thaise dos Santos Tenório, Samuel Luna Martins, Carmelo Bastos Filhohttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessMartins, Samuel LunaBastos Filho, Carmelo2022-07-17T20:06:52Zoai:ojs.poli.br:article/2221Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2022-07-17T20:06:52Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
title Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
spellingShingle Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
Martins, Samuel Luna
title_short Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
title_full Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
title_fullStr Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
title_full_unstemmed Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
title_sort Análise de Incidentes de Data Center através da Aplicação de Técnica de Mineração de Dados
author Martins, Samuel Luna
author_facet Martins, Samuel Luna
Bastos Filho, Carmelo
author_role author
author2 Bastos Filho, Carmelo
author2_role author
dc.contributor.author.fl_str_mv Martins, Samuel Luna
Bastos Filho, Carmelo
description This work aims to apply the K-Modes grouping technique in order to help identify the root causes of problems related to the availability and performance of services and systems hosted on servers and virtual machines in an organization's Data Center. Data were extracted from the monitoring tool called Zabbix regarding the last 3 months of incidents. A data pre-processing procedure was performed, extracting the most relevant attributes, then the technique called K-Modes was applied along with the most suitable K value found from the Elbow method. After analyzing the data, it was possible to extract correlation rules and create a strategic plan in order to mitigate the amount of recurring incidents.
publishDate 2022
dc.date.none.fl_str_mv 2022-07-17
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Avaliado pelos pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/2221
10.25286/repa.v7i2.2221
url http://revistas.poli.br/index.php/repa/article/view/2221
identifier_str_mv 10.25286/repa.v7i2.2221
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/2221/829
http://revistas.poli.br/index.php/repa/article/view/2221/830
dc.rights.driver.fl_str_mv Copyright (c) 2022 Thaise dos Santos Tenório, Samuel Luna Martins, Carmelo Bastos Filho
http://creativecommons.org/licenses/by-nc/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2022 Thaise dos Santos Tenório, Samuel Luna Martins, Carmelo Bastos Filho
http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.coverage.none.fl_str_mv -
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 7 No 2 (2022): Edição Especial em Inteligência Artificial; 86-95
Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 2 (2022): Edição Especial em Inteligência Artificial; 86-95
2525-4251
10.25286/repa.v7i2
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798036000457359360

Registros relacionados