文献

J-GLOBAL ID：201802292017869109   整理番号：18A1509673

確率モデルと故障注入実験による災害復旧ソリューションのアベイラビリティ解析【JST・京大機械翻訳】

Availability Analysis of a Disaster Recovery Solution Through Stochastic Models and Fault Injection Experiments

著者 (5件)： Mendonca Julio ,  Lima Ricardo ,  Matos Rubens ,  Ferreira Joao ,  Andrade Ermeson
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： AINA  ページ： 135-142  発行年： 2018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)

抄録/ポイント： ほとんどの組織の情報技術(IT)システムは,1日7日,1日24時間の運転をサポートしなければならない。システムの非アベイラビリティは,データ損失,顧客不満,およびその後の収入損失のような重大な結果を持つ可能性がある。クラウドコンピューティングの人気によって,クラウドベースの災害回復(DR)解法の採用は,データ損失を防止して,ビジネス連続性を確実にするために,より多くの空間を得た。しかし,災害復旧ソリューションは安価ではなく,あらゆる要件(例えば,アベイラビリティとコスト)を満たす単一ソリューションとして存在しない。本論文では,雲に基づく災害回復解を評価するための統合モデル実験アプローチを提示した。定常状態アベイラビリティとダウンタイムのようなアベイラビリティ関連計量を評価するために,確率的Petriネット(SPN)と故障注入実験を用いた。著者らのアプローチの実現可能性を実証するために,異なる実世界クラウドベースDRソリューション(例えば,アクティブ/アクティブおよびアクティブ/スタンバイ)をモデル化し解析した。結果は,災害回復ソリューションがシステムアベイラビリティを大幅に改善し,ダウンタイムコストを最小化することを明らかにした。さらに,数値解析は実験とモデルの結果の間の統計的対応を示した。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： *アベイラビリティ ,  *災害復旧 ,  連続性 ,  数値解析 ,  情報技術 ,  *確率モデル ,  停止時間 ,  モデリング
準シソーラス用語： 定常状態 ,  統合モデル ,  低価格 ,  クラウドコンピューティング ,  データ損失 ,  アンアベイラビリティ ,  *故障注入 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 確率モデル ,  故障注入 ,  実験 ,  災害復旧 ,  ソリューション ,  アベイラビリティ ,  解析