Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Kandidaatintutkielmat
  • Näytä viite
  •   Etusivu
  • Trepo
  • Kandidaatintutkielmat
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Lokidatan hyödyntämisen mahdollisuudet ja haasteet päätöksenteossa

Keel, Stevon (2025)

 
Avaa tiedosto
KeelStevon.pdf (833.3Kt)
Lataukset: 



Keel, Stevon
2025

Tieto- ja sähkötekniikan kandidaattiohjelma - Bachelor's Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2025-12-17
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-2025121711869
Tiivistelmä
Lokidata on yksi tärkeimmistä tiedonlähteistä yrityksen IT-järjestelmissä, josta voi saada tietoa esimerkiksi siitä, kuinka hidas järjestelmä on, milloin järjestelmä on kaatunut ja minkälaista kommunikaatiota järjestelmässä on tapahtunut milloinkin. Lokidatan analysointiin löytyy monia eri menetelmiä, kuten tilastolliset menetelmät, neuroverkot, ryvästäminen, ohjattu ja ohjaamaton oppiminen. Lokidatan analysoinnissa hyödynnetään usein poikkeamien tunnistamista, mikä edistää lokidatan analysointia siten, että lokidatan näytearvoista löydetään suoraan mahdollisia poikkeuksia.
Lokidatan määrä ja merkitys on viime aikoina lisääntynyt suuresti. Yritykset nykypäivinä kärsivät informaatiotulvasta, eli lokidataa syntyy huomattavasti enemmän, kuin voidaan käsitellä. Tutkimuksissa on todettu, että kielimallit ja koneoppimisen menetelmät ovat osoittautuneet hyödylliseksi, vaikka lokidatassa koneoppimisen menetelmät ovat edelleen varhaisessa vaiheessa. Lokidatasta on tutkittu useita hyviä sekä haittapuolia. Yksi yleisimmistä haittapuolista lokidatan käsittelyssä on huononlaatuiset lokit. Lokeja on yksinkertaisesti liikaa tai lokeista on vaikea hahmottaa, mitkä lokimerkinnät ovat oleellisia. Tutkimuksissa on todettu, että visualisoinnin puuttuminen on hankaloittanut lokidatan analysointia. Poikkeamien tunnistamista ja visualisointia voi hyödyntää yhdessä samaan aikaan, jolloin on mahdollista nähdä esimerkiksi kaikki järjestelmän aikaviitteet kuukauden ajalta. Lisäksi se auttaa havaitsemaan poikkeavat arvot nopeasti ilman, että täytyy manuaalisesti tutkia lokimerkintöjä yksi kerrallaan. Visualisoinnin on todettu olevan kriittinen osa datan analysointia. Visualisoinnin avulla on helpompi saada datan kokonaiskuva. On todettu, että visualisoinnin hyödyntäminen parantaa päätöksentekoa. Lokidatan ja visualisoinnin yhdistämisellä on mahdollista ennaltaehkäistä mahdollisten virhetilanteiden syntymistä tai on mahdollista puuttua virhetilanteisiin heti tapahtuma hetkellä.
Kokoelmat
  • Kandidaatintutkielmat [10747]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste