A machine learning based capacity management system for mainframe resources
Ana bilgisayar kaynakları için makine öğrenimi tabanlı kapasite yönetim sistemi
- Tez No: 759213
- Danışmanlar: PROF. DR. MELTEM SEBA ÖZTURAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Kapasite yönetimi, Makine öğrenmesi, Yapay zeka, Capacity management, Machine learning, Artificial intelligence
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, Z sistemleri olarak da bilinen ana bilgisayarlar üzerinde çalışan uygulama sunucularının makine öğrenmesi algoritmaları kullanarak kaynak tüketimi için bir kapasite planlama aracı tasarlamaktır. Bu araç, mevcut ve gelecekteki iş yükü taleplerini karşılamak için yeterli kaynakların mevcut olmasını sağlamayı amaçlamaktadır. Arzu edilen sistemin, artan taleplere göre ne kadar ek kapasiteye ihtiyaç duyulacağını belirleme ve daha sonra tahmin etme yeteneğine sahip olması amaçlanmıştır. Bu çalışmada, platform tarafından sağlanan veri analizi, veri mühendisliği, veri yönetişimi ve Yapay Zeka modelleme hizmetlerini kullanarak kapasite planlama modeli oluşturmak için IBM Cloud Pak for Data as a Service kullanılmıştır. Veriler, platform dışında hazırlanıp analiz ve iyileştirme yapmak için platforma aktarılmıştır. Veri iyileştirme adımı tamamlandıktan sonra, makine öğrenme modelleri çeşitli algoritmalar kullanılarak eğitilmiştir. Ardından, platformun test arayüzü kullanılarak modellerin doğruluğunu ve performansını kontrol etmek için fonksiyonel testler yapılmıştır. Bu testlerin sonuçları, yorumlar ve daha fazla araştırma fırsatları da paylaşılmıştır. Tasarlanan kapasite planlama aracının kabul edilebilir hata oranları ile tutarlı tahminler yapabildiği gözlemlenmiştir.
Özet (Çeviri)
The goal of this study is to design a capacity planning tool for resource consumption of application servers which are running on mainframes, also known as Z systems, by using machine learning algorithms. This tool is aimed to ensure adequate resources are available in order to meet current and future workload demands. The desired system is intended to have capability to determine and then forecast how much additional capacity will be needed based on increasing demands. In this study, IBM Cloud Pak for Data as a Service is used to create capacity planning model by using data analysis, data engineering, data governance and Artificial Intelligence modeling services which are provided by the platform. The data is prepared outside of the platform and imported to the platform in order to perform analysis and refinement. After the data refinement step is completed, machine learning models are trained by using several algorithms. Then, functional tests are performed in order to check accuracy and performance of the models by using the test interface of the platform. Results of these tests, comments and further research opportunities are also provided. It is observed that the designed capacity planning tool is capable of making consistent predictions with acceptable error rates.
Benzer Tezler
- State of charge estimation of lithium-ion batteries using machine learning approach
Makine öğrenmesi yaklaşımı kullanılarak lityum iyon pillerin şarj durumu tahmini
OSMAN ALPER ALTUN
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE AYAZ
- Elektrikli araçlar için yapay öğrenme tabanlı durum tahmin algoritmalarına sahip akıllı batarya yönetim sistemi geliştirilmesi
Development of a smart battery management system with machine learning-based state estimation algorithms for electric vehicles
OSMAN DEMİRCİ
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiManisa Celal Bayar ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEZAİ TAŞKIN
- Battery state-of-health (SOH) aware system using machine learning for energy management of a hybrid electric vehicle
Hibrit elektrikli araçta enerji yönetimi için makina öğrenmesi tabanlı batarya sağlık durumu farkındalıklı sistem
ANILCAN ÖZKAN
Doktora
İngilizce
2026
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. SENEM KURŞUN
DOÇ. DR. OSMAN TAHA ŞEN
- Veri merkezleri için makine öğrenmesi temelli izleme sistemi tasarımı
Machine learning based monitoring system design for data centers
METEHAN HAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH SEVİN
- Etkin bina emlak vergi değerinin belirlenebilmesi için makine öğrenme temelli bir değerleme modeli önerisi
A proposal for a machine learning based valuation model for determining efficient building property tax value
ELİF ŞEVVAL TAŞTAN
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN