DC-Prophet：预测数据中心中的灾难性机器故障
分布式、并行与集群计算
2017-09-20 v1 机器学习
摘要
工业数据中心中的服务器何时会发生灾难性故障？是否可以预测这些故障以便采取预防措施来提高数据中心的可靠性？为了回答这些问题，我们研究了可能是目前最大的公开可用数据中心追踪记录，其中包含来自12,500台机器的超过1.04亿个事件。在这些样本中，我们观察并分类了三种类型的机器故障，所有这些故障都是灾难性的，可能导致信息丢失，甚至更严重地导致数据中心可靠性下降。我们进一步提出了一种基于单类支持向量机和随机森林的两阶段框架——DC-Prophet。DC-Prophet提取出令人意外的模式，并准确预测机器的下一次故障。实验结果表明，DC-Prophet在预测下一次机器故障时达到了0.93的AUC和0.88的F3分数（满分1）。平均而言，DC-Prophet在F3分数上比其他经典机器学习方法高出39.45%。
引用
@article{arxiv.1709.06537,
title = {DC-Prophet: Predicting Catastrophic Machine Failures in DataCenters},
author = {You-Luen Lee and Da-Cheng Juan and Xuan-An Tseng and Yu-Ting Chen and Shih-Chieh Chang},
journal= {arXiv preprint arXiv:1709.06537},
year = {2017}
}
备注
13 pages, 5 figures, accepted by 2017 ECML PKDD