不均一環境におけるディスク破壊の予測【Powered by NICT】

Rincon C. Carlos A.; Paris Jehan-Francois; Vilalta Ricardo; Cheng Albert M. K.; Long Darrell D. E.

文献

J-GLOBAL ID：201702256223634727 整理番号：17A1556327

不均一環境におけるディスク破壊の予測【Powered by NICT】

Disk failure prediction in heterogeneous environments

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1556327&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1556327&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (5件)： , , , ,
資料名：
巻： 2017 号： SPECTS ページ： 1-7 発行年： 2017年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最近の研究は,同製造及び同型モデルからディスクの均一個体群でのディスク故障を予測するためのスマート属性を利用することの利点を示した。より不均一なディスク集団とデータセンタの場合,BackBlazeデータセットで記述されたもののような,全ての形式とモデルのディスクに利用されるであろう全体的なディスク故障予測因子を構築することを提案した。著者らの第一の課題は本研究のデータセットの多くのディスクの場合最も形式とモデルのための欠けていたことをスマートパラメータの大きな数であった。その結果,ディスクの少なくとも90%,21スマート属性を左に欠けているSMART属性を廃棄しなければならなかった。をこれらの属性への逆配置試験を適用し最強ディスク故障指標を選択した。予測因子を訓練し,検証するために2015BackBlazeデータを用いた三種類の機械学習モデル(ディシジョンツリー,ニューラルネットワーク,ロジスティック回帰)を調べた。最良モデルは著者らの破壊指標の少なくとも一つについて陽性で試験したディスク間のtの多年草故障事象を同定した決定木であった。2016BackBlazeデータを用いてその性能を評価した。著者らの結果は,このディシジョンツリーは,すべてのディスク故障の少なくとも52%を同定し,数日前のほぼ全ての予測を行うことを示した:予測された故障の2.45%以上は1日または二予測の内で発生していない。最後に,RAIDShieldと元のBackBlaze予測器の結果と著者らの予測器の性能を比較した。RAIDShieldはディスク故障,ということである,このディシジョンツリーよりも障害34%少ないのほとんどで18%を予測することができたが,BackBlaze予測因子はディスク故障の60%を予測したが正確な予測当たり4~5誤警報を発生させることを見出した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

分子間相互作用 , 用水の物理的処理 , 建築環境一般 , 微生物の生態 , 記憶装置

, , , ,

前のページに戻る