文献

J-GLOBAL ID：201802259465911233   整理番号：18A1043754

熱イメージングを用いた雲データセンタにおけるモデルベースの熱異常検出【JST・京大機械翻訳】

Model-Based Thermal Anomaly Detection in Cloud Datacenters Using Thermal Imaging

著者 (3件)： Lee Eun Kyung (NSF Center for Cloud and Autonomic Computing, Department of Electrical and Computer Engineering, Rutgers University-New Brunswick, NJ) ,  Viswanathan Hariharasudhan (NSF Center for Cloud and Autonomic Computing, Department of Electrical and Computer Engineering, Rutgers University-New Brunswick, NJ) ,  Pompili Dario (NSF Center for Cloud and Autonomic Computing, Department of Electrical and Computer Engineering, Rutgers University-New Brunswick, NJ)
資料名： IEEE Transactions on Cloud Computing  (IEEE Transactions on Cloud Computing)
巻： 6  号： 2  ページ： 330-343  発行年： 2018年 
JST資料番号： W2426A  ISSN： 2168-7161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高性能計算データセンタの成長の重要性,大規模,および高サーバ密度は,それらを攻撃,ミス構成,および故障(冷却と計算インフラストラクチャのように)の傾向にしている。このような予想外のイベントは,しばしば熱異常-ホットスポット,フガース,およびコドスポットをもたらし,データセンタの運用コストに影響を与える。予測された(熱発生と抽出モデルを用いて得られた)とデータセンターの熱地図(熱カメラを用いて得られた)を比較するモデルベースの熱異常検出機構を提案した。さらに,異常の検出精度を最大化するために,データセンタの時間変化熱指紋(熱マップ)を誘導するために,新しい熱雑音認識資源割当(TARA)を設計した。小規模テストベッド上での実験を通して示されたように,TARAと結合したモデルベースの熱異常検出解は,ランダム,ラウンドロビンのようなスケジューリングアルゴリズムの場合,異常検出と比較して検出確率を大幅に改善し,最良適合性を採用した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： ホットスポット ,  小規模 ,  資源割付 ,  故障 ,  *画像処理 ,  指紋 ,  *データセンタ ,  経時変化 ,  適応性 ,  カメラ ,  インフラストラクチャー
準シソーラス用語： ラウンドロビン ,  テストベッド ,  *異常検出 ,  *モデルベース , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： イメージング ,  雲 ,  データセンタ ,  モデルベース ,  異常検出