Использование моделей глубокого обучения для обнаружения аномалий в логах в процессе разработки программного обеспечения

Дивенко Артём Сергеевич

Аннотация


Выпускная квалификационная работа магистра, 50 стр., 21 рис., 27 источников, 1 приложение.
АНОМАЛИИ В ЛОГАХ, МОДЕЛИ ГЛУБОКОГО ОБУЧЕНИЯ, РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ, СИНТЕТИЧЕСКИЕ ДАННЫЕ.
Цель работы – разработка стенда, имитирующего работу локального сервера разработки программного обеспечения, и последующее исследование эффективности моделей глубокого обучения по обнаружению аномалий в логах для выявления проблем в процессе разработки ПО.
Объект исследования: логи, сгенерированные в специально созданной рабочей среде по разработке программного обеспечения; модели глубокого обучения для обнаружения аномалий в логах; искусственно созданные аномалии.
Методы исследования: аналитический метод, метод имитационного моделирования, метод сравнительного анализа.
Результаты работы: разработан стенд для имитации процесса разработки ПО и генерации синтетических данных логов, выбранные модели глубокого обучения настроены и применены на созданном наборе данных, результаты работы моделей проанализированы и описаны.