| KEYWORD |
Observability for network services - Time series analysis for anomaly detection and pattern recognition
Tesi esterna in azienda
Parole chiave ANOMALY DETECTION, COMPUTER AIDED DIAGNOSIS, NETWORK MONITORING, PATTERN RECOGNITION
Riferimenti LUCA VASSIO
Riferimenti esterni Giorgio Bernardi - INRETE - giorgio.bernardi@inrete.it - http://www.inrete.it
Gruppi di ricerca Telecommunication Networks Group
Tipo tesi SPERIMENTALE
Descrizione La presenza sempre più pervasiva dei servizi di connettività wired e wireless, richiede lo sviluppo di metodologie e metriche per la validazione funzionale e la misura delle prestazioni. L’azienda INRETE nello svolgimento delle sue attività di Observability dei servizi di rete rivolti al mondo enterprise, raccoglie un elevato numero di indicatori sui diversi componenti elementari abilitanti i servizi di rete.
Estrarre da un elevato numero di serie temporali, informazioni sui trend e sui pattern di funzionamento non è un task banale, in particolare se si vuole che il tipo di informazione estratta abbia caratteristiche di esplicabilità atte a permetterne una immediata comprensione da parte di un operatore umano.
La proposta di tesi verte quindi sulla capacità estrarre trend e pattern in modo da abilitare dialoghi con l' umano in un'ottica di "computer aided" e non di full automation/human replacement.
Conoscenze richieste Computer networks,
Data mining,
Machine learning,
Programming (Python)
Note The thesis is developed in the company INRETE -- http://www.inrete.it
You can also contact - giorgio.bernardi@inrete.it
Scadenza validita proposta 06/11/2025
PROPONI LA TUA CANDIDATURA