Practical comparison of different event correlation techniques with dependency graph

Abstract

Günümüz BT şirketleri, müşteriye değer sağlamak için birçok hizmet ve servisi yönetmektedirler. Müşteri memnuniyeti için en önemli olan koşullar, maksimum hizmet sürekliliği ve minimum hizmet kesintisidir. Servis sağlayıcı şirketler, servislerin çalıştığı sistemlerdeki sürekliliği gözlemlemek için; bir takım araçlar, programlar kullanmaktadırlar. Bu uygulamalar, alarm veya olay adı verilen bir takım mesajlar ile sorumlu kişileri uyararak sistemlerde tedbir alınmasını sağlamaktadırlar. Fakat sadece düz mesaj içeren bu alarmlar, yoğun bir şekilde çalışan büyük sistemlerde sorunun hızlı çözülebilmesi için yeterli olmamaktadır. Problemin doğrudan kök sebebini gösteren, sorunu sorumlu gruba bildiren ve çok fazla alarm yığılmasını engelleyen alarm-olay korelasyonu adı verilen ek uygulamalar veya teknikler kullanılmaktadır. Bu tezde, bağımlılık-İlişki grafiği, durum bazlı bilgi veritabanı ve kural bazlı programlama alarm korelasyon tekniklerinin analizleri, testleri ve karşılaştırılmaları pratik olarak uygulanmaya çalışılmıştır.

Nowadays the IT companies are managing many services to provide value to the customers. For the customer satisfaction, the most important points are maximum service continuity and minimum service interruption. The service provider companies are using some monitoring applications to observe the systems where the services are running on. These applications create some alerts or events to warn the responsible people to have some precautions. However, sometimes the raw content messages are not enough to solve the problem immediately for the large, high-capacity working systems. To find the root cause of the problem, to warn the correct responsible group and to prevent the event storms, some applications called event correlation are used. In this thesis, dependency graph, case-based knowledge database and rule-based programming event correlation techniques are analyzed, tested and compared by practically applied.