|
|
|
|
| LEADER |
02549na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2019 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid6605
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Jakovljev, Sergej
|9 40745
|
| 245 |
1 |
0 |
|a Otkrivanje nepravilnosti u raspodijeljenom sustavu za obradu tokova podataka :
|b završni rad /
|c Sergej Jakovljev ; [mentor Dejan Škvorc].
|
| 246 |
1 |
|
|a Anomaly Detection in Distributed Data Stream Processing System
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b S. Jakovljev,
|c 2019.
|
| 300 |
|
|
|a 36 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računalno inženjerstvo, šifra smjera: 40, datum predaje: 2019-06-14, datum završetka: 2019-07-12
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Uz napredak tehnologije sve ve´ca je zastupljenost raspodijeljenih sustava. Oni
nude bolja radna svojstva i nadogradivost od klasicˇnih, ali uvode složenost i med¯uovisnost
servisa. Za neometan rad je kljuˇcno osigurati ranu detekciju nepravilnosti u
radu. Jedan od naˇcina na koji je to mogu´ce ostvariti je slojevitom arhitekturom baziranom
na toku podataka. U ovom završnom radu je korišten sustav Apache Kafka
kao tok podataka, za prikupljanje i oboga´civanje podataka te analizu u realnom vremenu
pomo´cu sustava Confluent KSQL. Ovakav pristup detekciji nepravilnosti nudi
fleksibilnost i otvorenost za nadogradnju kakvu je teško ostvariti s drugim sustavima.
|
| 520 |
3 |
|
|a Sažetak na engleskom: As technology is progressing the presence of distributed systems is ever growing.
It is not surprising given they offer better performance and scalability than monolithic
systems. However, they increase the complexity and interdependence of the services.
Therefore to ensure uninterrupted availability it is of utmost importance to ensure early
anomaly detection. One of the ways to do it is using the layered architecture based on
a message stream. This thesis uses the Apache Kafka platform to collect and enrich
the log data which is then queried in real-time using Confluent KSQL engine. This
approach offers the flexibility and upgradeability that is hard to achieve using more
traditional methods.
|
| 653 |
|
1 |
|a otkrivanje nepravilnosti, raspodijeljeni sustavi, Apache Kafka, Confluent KSQL, tok podataka, tok poruka
|
| 653 |
|
1 |
|a anomaly detection, distributed systems, Apache Kafka, Confluent KSQL, data stream, message stream
|
| 700 |
1 |
|
|a Škvorc, Dejan
|4 ths
|9 31039
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 51458
|d 51458
|