Zur Seitenansicht
 

Titelaufnahme

Titel
User-defined Classification and Multi-grouping of Data in a Memory Monitoring Tool / submitted by Markus Weninger, BSc.
VerfasserWeninger, Markus
Begutachter / BegutachterinMössenböck, Hanspeter
ErschienenLinz, 2017
Umfangiii, 87 Seiten : Illustrationen
HochschulschriftUniversität Linz, Masterarbeit, 2017
SpracheEnglisch
DokumenttypMasterarbeit
Schlagwörter (GND)Speicher <Informatik> / Monitoring <Informatik> / Rohdaten / Datenanalyse / Visualisierung
URNurn:nbn:at:at-ubl:1-16695 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist gemäß den "Hinweisen für BenützerInnen" verfügbar
Dateien
User-defined Classification and Multi-grouping of Data in a Memory Monitoring Tool [2.15 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Englisch)

State-of-the-art memory monitoring tools collect lots of raw data but are often lacking analysis capability. They commonly restrict the user in the way how to analyze the underlying data, how to process it, and how to visualize it. This results in the dilemma that the raw data often contains more information than what can be exploited by the tool's user. We present a general and novel concept on how to classify large amounts of raw data and ways how to group this classification results in a hierarchical way that enables users to explore the results in a flexible step-wise top-down approach. This domain-independent concept has been implemented in the memory monitoring tool AntTracks, which now supports customizable user-centered data analysis and visualization of memory monitoring data by employing user-defined classification on heap objects. The new classification mechanisms have been evaluated with respect to their runtime, memory consumption and functional applicability. Our goal is to support the transformation of special-purpose tools with a predefined analysis workflow into more general and customizable tools.

Zusammenfassung (Deutsch)

State-of-the-art-Werkzeuge zur Speicherüberwachung sammeln große Mengen an Rohdaten, aber die Analyse dieser Daten ist oft nur mangelhaft unterstützt. Sie schränken Nutzer häufig bei der Analyse, bei der Verwendung und bei der Visualisierung der zugrundeliegenden Daten ein. Das führt zum Dilemma, dass die Rohdaten oft mehr Information enthalten, als durch das Werkzeug extrahiert werden kann. Wir präsentieren ein generelles und neuartiges Konzept zur Klassifikation großer Mengen von Rohdaten und schlagen Arten der hierarchischen Anordnung dieser Klassifikationsergebnisse vor, um dem Anwender eine flexible Möglichkeit zur schrittweisen Top-Down-Analyse zu geben. Dieses problembereichsunabhängige Konzept wurde im Speicherüberwachungswerkzeug AntTracks umgesetzt, welches nun eine anwenderzentrierte Datenanalyse sowie die Visualisierung von Speicherüberwachungsrohdaten durch anwenderdefinierte Klassifikationen von Heap-Objekten unterstützt. Unser Ziel ist es, Analysewerkzeuge mit vordefiniertem Analyseablauf zu konfigurierbareren Werkzeugen auszubauen.