Resumen

Un incidente, en la percepcin de la tecnologa de la informacin, es un acontecimiento que no forma parte de un proceso normal y perturba el procedimiento operativo. Este trabajo de investigacin se centra especialmente en los incidentes relacionados con fallos de software. En cualquier entorno operativo, un fallo de software puede poner en peligro la calidad y el rendimiento de los servicios. Se hacen muchos esfuerzos para superar este incidente de fallo de software y restablecer el servicio normal lo antes posible. La principal contribucin de este estudio es la clasificacin y prediccin de incidentes de fallo de software mediante aprendizaje automtico. En este estudio, se utiliza un enfoque de aprendizaje activo para etiquetar selectivamente aquellos datos que se consideran ms informativos para construir modelos. En primer lugar, se selecciona la muestra con mayor aleatoriedad (entropa) para etiquetarla. En segundo lugar, para clasificar la observacin etiquetada en las clases de fallo o no fallo, se utiliza un clasificador binario que predice la etiqueta de la clase objetivo como fallo o no. Para la clasificacin, se utiliza una mquina de vectores de apoyo como clasificador principal para clasificar los datos. Obtuvimos nuestros modelos de prediccin a partir de los archivos de registro de fallos recopilados del repositorio de software ECLIPSE.

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Incidentes de fallo de software; Procedimiento operativo; Servicios; Aprendizaje automático; Clasificación; Predicción
• Keywords:Software failure incidents; Operational procedure; Services; Machine learning; Classification; Prediction