Strojové učenie v operatívnom riadení hybridnej IKT infraštruktúry
Školitel
prof. Ing. Pavel Segeč, PhD.
Študijný program
Aplikovaná informatika
Študijný odbor
Informatika
Detailnejší opis problému
S rastúcou komplexnosťou IT infraštruktúry v podnikových sieťach a cloudových prostrediach vzniká potreba inteligentného operatívneho riadenia. Súčasné systémy monitorovania a dohľadu generujú veľké množstvo dát, pričom ich interpretácia a reakcia na incidenty či anomálie stále vyžaduje značný manuálny zásah a vyžaduje kvalifikovaných pracovníkov. Táto téma dizertačnej práce sa zameria na skúmanie možností začlenenia umelej inteligencie (AI)/ strojového učenia (ML) do operatívy a monitoringu IKT prostredia a návrh vhodných AI metód , ktoré umožnia automatizované operatívne rozhodovanie na základe zbieraných monitorovacích dát, čo má potenciál zvýšiť efektivitu operácií a znížiť riziko ľudskej chyby. AI tu môže byť použitá rôzne, na detekciu anomálií a predikciu incidentov, ako aj na inteligentné vyhodnocovanie udalostí a odporúčanie, či potencionálne samotné vykonanie automatizovaných zásahov v rámci IKT operatívy. Riešenie tak prinesie nové prístupy v aplikácii umelej inteligencie na operatívne riadenie a monitoring IKT infraštruktúr.
Predpokladaný vedecký prínos (algoritmy, metodológie, ...)
- Problematika aplikácie AI do operatívneho riadenia IKT infraštruktúr - Výskum v oblasti automatizovaného monitorovania s využitím AI-driven analytiky - Vývoj modelov predikcie IKT a reakcie na sieťové a cloudové incidenty - Skúmanie kombinácie AI a operatívy pre automatizovanú správu IKZ infraštruktúry - Experimentálne overenie AI v rôznych IT prostrediach
Odporučány postup vedeckého bádania
- Analýza súčasných riešení a existujúcich prístupov k monitoringu a observabilite prostredia Definovanie požiadaviek na AI-driven operatívne riadenie - Výber a vývoj AI modelov pre operatívne riadenie - Návrh inteligentného systému pre AI-driven operatívu - Vyhodnotenie výsledkov a odporúčania pre nasadeni
Druh výskumu
aplikovaný výskum a experimentálny vývoj
Výskumná úloha, ktorej súčasťou bude riešená téma
Úloha vychádza z riešených projektov • NFP313010W988 – Výskum v sieti SANET a možnosti jej ďalšieho využitia a rozvoja. • Kega 051ŽU-4/2021 - Technológie privátnych cloudových prostredí vo VŠ vzdelávaní V téme je získaný projekt z oblasti digitalizácie a vývoja SOC služieb v cloude, projekt je vo fáze prípravy podpisu
Doterajšie výsledky riešenia na školiacom pracovisku, vrátane odkazov na dostupné zdroje
Riešené diplomové práce a dizertačné práce: 1. SOCHOR, Martin. Riešenie monitorovacieho systému IaaS CC platformy postavenej nad OpenStack. Žilina, 2023. 103 s., Škol. Pavel Segeč, Katedra informačných sietí Fakulty riadenia a informatiky Žilinskej univerzity v Žiline 2. Sieťový dizajn privátneho OpenStack cloudového riešenia v univerzitnom prostredí, Tomáš Ďuriš, Škol. Pavel Segeč, Katedra informačných sietí Fakulty riadenia a informatiky Žilinskej univerzity v Žiline. - Žilina; 2022. 3. Návrh architektúry hybrid-cloudového prostredia pre akademickú sféru [magisterská_inžinierska práca] / Adam Rabčan ; Škol. Bernard Halás, . - Katedra informačných sietí Fakulty riadenia a informatiky Žilinskej univerzity v Žiline. - Žilina; 2021. - 104 s. 4. Nasadenie privátneho CC riešenia OpenStack v kontajneroch pomocou automatizácie [magisterská_inžinierska práca] / Maroš Pekár ; Škol. Marek Moravčík, . - Katedra informačných sietí Fakulty riadenia a informatiky Žilinskej univerzity v Žiline. - Žilina; 2021. - 111 s. 5. Systém pre správu privátneho cloudu a zmierňovanie bezpečnostných rizík pre služby IaaS [magisterská_inžinierska práca] / Daniel Jaroš ; Škol. Jana Uramová, . - Katedra informačných sietí Fakulty riadenia a informatiky Žilinskej univerzity v Žiline. - Žilina; 2021. - 141 s.
V prípade otázok sa obráťte na vedúceho témy:
Pavol.Segec@fri.uniza.sk