หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2565
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2564
ประเภทโครงงาน
วิทยานิพนธ์
ชื่อโครงงานภาษาไทย
ระบบจำแนกต้นเหตุความขัดข้องของเครือข่ายลูกค้า
ชื่อโครงงานภาษาอังกฤษ
ROOT-CAUSE FAULT CLASSIFICATION OF CUSTOMER NETWORK LINK
ผู้พัฒนา
6014552545 นายธนบูรณ์ ชุติศักดิ์เกตุ
อาจารย์ที่ปรึกษาหลัก
ชัยพร ใจแก้ว
อาจารย์ที่ปรึกษาร่วม
อภิรักษ์ จันทร์สร้าง
บทคัดย่อ
การส่งทีมช่างลงพื้นที่ลูกค้าเพื่อแก้ไขปัญหาการขาดการติดต่อของอุปกรณ์มีค่าใช้จ่ายที่ค่อนข้างสูง จึงควรมีกลไกช่วยตัดสินใจที่ดีเพื่อหลีกเลี่ยงการส่งช่างโดยไม่จำเป็น งานวิจัยนี้นำเสนอการออกแบบและสร้างระบบวิเคราะห์ปัญหาด้วยเทคนิค SNMP-Trap และการเรียนรู้ของเครื่องจักรให้สามารถคัดแยกปัญหาของอุปกรณ์สวิตช์ที่ติดตั้งในพื้นที่ของลูกค้า เพื่อให้ช่างและฝ่ายดูแลลูกค้าสามารถตรวจสอบปัญหาที่เกิดขึ้นได้อย่างถูกต้อง โดยสามารถคัดแยกสาเหตุของปัญหาที่เกิดขึ้นได้เพื่อใช้ในการ ตัดสินใจสำหรับการส่งช่างเข้าแก้ปัญหา ซึ่งงานวิจัยนี้จะนำเสนอและเปรียบเทียบความแม่นยำของอัลกอริทึมแบบกฎการจำแนกและแบบต้นไม้ตัดสินใจ การทดสอบกับข้อมูลในอดีตของบริษัทยูไนเต็ดอินฟอร์เมชั่นไฮเวย์ จำกัด แสดงให้เห็นว่าการจำแนกประเภทปัญหาของอุปกรณ์สวิตช์ด้วยต้นไม้ตัดสินใจ ได้ผลความแม่นยำของอัลกอริทึม 99% และเมื่อนำไปติดตั้งใช้งานจริงในบริษัทฯ เป็นระยะเวลา 2 เดือน พบว่าสามารถช่วยลดความผิดพลาดในการส่งทีมช่างได้ถึง 100% ทำให้ลดค่าใช้จ่ายสำหรับการจัดส่งทีมช่างได้รวมเป็นเงิน 70,000 บาท
Abstract
Dispatching a customer support team to a customer site is a costly operation. A decision support mechanism should be employed to avoid such unnecessary waste of time and expense. This research proposes Root-Cause Fault Classification of Customer Network Link which relies on SNMP-Trap and machine learning techniques to learn and classify the running status of network equipment at customer sites. Technicians and customer support can then accurately identify the cause of a problem and make a good decision whether or not to send a support team. Two decision-making algorithms, rule base and decision tree, are proposed and compared. Experiments based on historical records from United Information Highway Company Limited show that root cause classification of network switches using the decision tree technique yields an accuracy of 99%. After deploying and testing in the company for two months, the proposed algorithm was found to completely reduce unnecessary dispatches completely, which resulted in a total cost saving of 70,000 Baht.
คำสำคัญ (Keywords)
decision tree,rule base,Network Link,SNMP-Trap,Fault
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
นายธนบูรณ์
ชุติศักดิ์เกตุ
(g6014552545)
แก้ไขครั้งสุดท้าย
เมื่อ April 3, 2023, 5:11 p.m. โดย
ชัยพร
ใจแก้ว
(fengchj)
สถานะการอนุมัติ
รออนุมัติ