| TAZ-TFG-2020-1051 |
Detección de anomalías con Prometheus
Martínez Baselga, Diego
Taibi, Davide (dir.)
Fabra Caro, Francisco Javier (ponente)
Universidad de Zaragoza,
EINA,
2020
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos
Graduado en Ingeniería Informática
Resumen: Prometheus es una aplicación de uso extendido para monitorizar sistemas de Kubernetes. No obstante, no provee una solución adecuada para detectar anomalías complejas. En este trabajo se habla, en primer lugar, del despliegue de un sistema de Kubernetes que usa Kafka y la implementación de un microservicio para producir anomalías. Con ello, se genera un conjunto etiquetado de datos extraídos de Prometheus.
El conjunto de datos producido se puede utilizar para desarrollar un algoritmo de aprendizaje automático para detectar anomalías. Adicionalmente, el estudio explica las herramientas para entender el conjunto de datos y cómo utilizarlo para desarrollar un plug-in que prediga anomalías y accione alarmas en Prometheus Alertmanager cuando sean detectadas.
El conjunto de datos producido se puede utilizar para desarrollar un algoritmo de aprendizaje automático para detectar anomalías. Adicionalmente, el estudio explica las herramientas para entender el conjunto de datos y cómo utilizarlo para desarrollar un plug-in que prediga anomalías y accione alarmas en Prometheus Alertmanager cuando sean detectadas.
Tipo de Trabajo Académico: Trabajo Fin de Grado
Notas: Realizado en estancia Erasmus. Escrito en inglés con resumen disponible en español.
Enlace permanente:
El registro pertenece a las siguientes colecciones:
Trabajos académicos > Trabajos Académicos por Centro > Escuela de Ingeniería y Arquitectura
Trabajos académicos > Trabajos fin de grado