Πρόβλεψη Δεικτών Επίδοσης και Ποιότητας Υπηρεσιών Υπολογιστικού Νέφους με χρήση Μηχανικής Μάθησης

Abstract

Η Υπολογιστική Νέφους αποτελεί την πλέον σύγχρονη και απαραίτητη τεχνολογία στον κλάδο της Τεχνολογίας της Πληροφορίας (Information Technology - IT). Η ραγδαία ανάπτυξη της Υπολογιστικής Νέφους, έχει ως αποτέλεσμα την δημιουργία όλο και περισσότερων εφαρμογών και υπηρεσιών βασισμένων και εξαρτώμενων από το μοντέλο Λογισμικό-Πλατφόρμα-Υποδομή ή αλλιώς μοντέλο SPI ( Software-Platform-Infrastructure). Ωστόσο η περιορισμένη ποσότητα πληροφοριών που μεταφέρονται μεταξύ των παραπάνω τριών στρωμάτων δημιούργησε νέες προκλήσεις σε παραδοσιακούς τομείς, όπως η εκτίμηση της επίδοσης των εφαρμογών και η αντιστοίχιση παραμέτρων λογισμικού στους απαιτούμενους υπολογιστικούς πόρους.

Πλέον όμως, με την ανάπτυξη της Μηχανικής Μάθησης ,μια τεχνολογία που επωφελείται από τη συνεχόμενη συλλογή και διάθεση μεγάλων ποσοτήτων πληροφορίας που χαρακτηρίζει την σημερινή εποχή, μας δίνεται η δυνατότητα να ξεπεράσουμε τα παραπάνω εμπόδια χρησιμοποιώντας εξελιγμένους αλγόριθμους μάθησης για την ακριβή πρόβλεψη των παραμέτρων ποιότητας υπηρεσίας (QoS) της εκάστοτε εφαρμογής. Τα τελευταία χρόνια η Μηχανική Μάθηση εξελίσσεται με ραγδαίους ρυθμούς και αποκτά ολοένα και ευρύτερο πεδίο εφαρμογής καθιστώντας τις έξυπνες μηχανές και εφαρμογές καθημερινό φαινόμενο, βοηθώντας μας έτσι να κάνουμε ακριβέστερες προβλέψεις και να λαμβάνουμε σοφότερες αποφάσεις.

Σε αυτή την εργασία, χρησιμοποιούνται αλγόριθμοι αιχμής από τον τομέα της Μηχανικής Μάθησης με σκοπό την πρόβλεψη παραμέτρων ποιότητας υπηρεσίας μιας εμπορικής εφαρμογής Διαχείρισης Πελατειακών Σχέσεων η οποία διατίθεται ως Λογισμικό ως Υπηρεσία (SaaS). Σκοπός της παρούσας διπλωματικής είναι, τόσο η πρόταση μιας προσέγγισης Μηχανικής Μάθησης στο τομέα της εκτίμησης επιδόσεων των σύγχρονων υπηρεσιών, όσο και η παρουσίαση μιας αναλυτικής συγκριτικής μελέτης των αλγορίθμων μάθησης που χρησιμοποιήθηκαν.

Στην διπλωματική εργασία μελετήθηκαν και χρησιμοποιήθηκαν για την εκτέλεση των πειραμάτων, τρεις βασικοί αλγόριθμοι στο τομέα της Ανάλυσης Παλινδρόμησης, τα Τεχνητά Νευρωνικά Δίκτυα, τα Τυχαία Δάση και Μηχανές Διανυσμάτων Υποστήριξης. Τα παραπάνω μοντέλα εκπαιδευτήκαν και ρυθμίστηκαν με σύγχρονους μεθόδους χρησιμοποιώντας το παραχωρηθέν σύνολο δεδομένων μιας εμπορικής εφαρμογής Διαχείρισης Πελατειακών Σχέσεων.