Ce projet mené par le PEReN étudie le framework AMP de Google en analysant ses performances et son impact sur le référencement. Il permet de comparer les résultats de recherche entre mobile et desktop, d'évaluer les métriques de performance (FCP, LCP, TTI, SI) et d'analyser les différences entre pages utilisant AMP et celles ne l'utilisant pas. Les données collectées sont exploitées via des notebooks pour des analyses approfondies.

Ce projet permet de surveiller et analyser en temps réel les performances des services critiques, notamment dans un système de surveillance. Il collecte des métriques via Prometheus, déclenche des actions automatiques (redémarrage, mise à l'échelle) en fonction de conditions prédéfinies, et fournit une interface web pour visualiser l'état du système. L'objectif est d'assurer la stabilité et l'efficacité des applications déployées localement ou dans le cloud.

Outil en ligne de commande conçu pour évaluer et comparer les performances de différents parseurs de code Fortran sur une base de code donnée. Il génère des statistiques et des résultats détaillés pour aider les développeurs à choisir l'outil le plus adapté à leurs besoins. Le projet inclut des analyses sur des bases de code réelles comme DYNAMICO, LMDZ ou ORCHIDEE, fournissant des métriques précises sur la couverture et l'efficacité des parseurs.

Ce plugin permet d'analyser et d'optimiser les caches de type LRU (Least Recently Used) dans le cadre de l'outil Otawa, dédié à l'analyse statique de programmes. Il fournit des métriques précises pour évaluer l'efficacité des politiques de cache et améliorer les performances des systèmes logiciels ou embarqués. Utilisé principalement dans le domaine de la recherche académique et de l'ingénierie système.

Projet académique visant à créer un outil de benchmark pour évaluer l'efficacité des systèmes de détection d'attaques par déni de service (DDoS). Il permet de simuler des attaques réseau variées, de capturer le trafic généré, et d'analyser les performances de différents algorithmes de détection. Les résultats sont comparés via des métriques comme le taux de détection, la précision et le taux de faux positifs.

Ce projet est un module Puppet dédié à la gestion et à la configuration de Gnocchi, un service open source d'OpenStack. Gnocchi permet de stocker des métriques et d'indexer des ressources pour le monitoring et l'analyse des performances des infrastructures cloud. Le module facilite le déploiement, la configuration et la maintenance de ce service, en s'intégrant aux outils d'automatisation comme Puppet. Il est particulièrement utile pour les administrateurs système souhaitant optimiser la collecte et l'analyse de données métriques dans un environnement OpenStack.

Ce projet assemble des distributions du collecteur OpenTelemetry, des outils open source conçus pour agréger, traiter et exporter des données de télémétrie (métriques, logs, traces) depuis des applications et infrastructures. Il facilite la surveillance centralisée, l'analyse des performances et le débogage des systèmes distribués, en fournissant des binaires, images conteneurisées et paquets pour diverses plateformes.

Outil d'analyse d'équité dédié aux modèles de vérification faciale. Il permet d'évaluer objectivement si un algorithme traite équitablement différents groupes démographiques (genre, âge, ethnie) en calculant des métriques de performance et d'équité. Utilisé par les chercheurs et développeurs pour identifier et corriger les biais algorithmiques dans les systèmes de reconnaissance faciale.

Plateforme publique permettant de visualiser et analyser des indicateurs de performance pour des environnements de données. Elle agrège et compare les métriques issues de sources officielles comme demo.data.gouv.fr et data.gouv.fr, offrant une vue d'ensemble des ressources disponibles et de leur qualité. Les utilisateurs peuvent consulter des tableaux de bord détaillés pour évaluer l'état des indicateurs en temps réel.

Extension pour Keycloak qui expose des métriques détaillées sur les événements et performances du serveur d'authentification. Permet de suivre les tentatives de connexion, les erreurs, les inscriptions, les temps de réponse et les métriques JVM. Les données sont accessibles via une API dédiée et peuvent être intégrées à des outils de monitoring comme Prometheus pour une analyse en temps réel.