Failure prediction of data centers using time series and Fault Tree Analysis
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Chalermarrewong T., Achalakul T., See S.C.W.
ปีที่เผยแพร่ (ค.ศ.): 2012
หน้าแรก: 794
หน้าสุดท้าย: 799
จำนวนหน้า: 6
ISBN: 9780769549033
นอก: 1521-9097
eISSN: 1521-9097
ภาษา: English-Great Britain (EN-GB)
ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์
บทคัดย่อ
This paper proposes a framework for online failure prediction of data centers. A data center often has a high failure rate as it features a number of servers and components. Moreover, long running applications and intensive workloads are common in such facilities. Performance of the system depends on the availability of the machines, which can be easily compromised if failure cannot be handled gracefully. The main idea of this paper is to create an effective prediction model focusing on hardware failure. Accurate prediction may enhance the overall system performance. In this work, we employ two methods, namely, ARMA (Auto Regressive Moving Average) and Fault Tree Analysis. Experiments were then performed on a simulated cluster built based on Simics platform. The results show prediction accuracy of 97%, which is very high. We thus believe that our framework is practical and can be adapted to use in data centers in the future. ฉ 2012 IEEE.
คำสำคัญ
Fault management, Fault Tree Analysis, Performance enhancement, Time series prediction
ติดต่อสอบถามเพิ่มเติมได้ที่