AIOps 中的 DRAM 故障预测：实证评估、挑战与机遇
机器学习
2021-05-05 v2 硬件体系结构
摘要
DRAM 故障预测是 AIOps 中的一项重要任务，对于维护大规模数据中心的可靠性和持续服务至关重要。然而，由于缺少公开可用数据集，关于 DRAM 故障预测的研究工作十分有限。本文使用阿里巴巴云通过 PAKDD 2021 竞赛提供的大规模多源数据集（包含超过三百万条内核、地址和 mcelog 数据记录），对多种用于 DRAM 故障预测的机器学习技术进行了全面的实证评估。具体而言，我们首先将该问题形式化为一个多分类任务，并在单独及多个数据源上详尽评估了七种流行/最先进的分类器。随后，我们将该问题形式化为无监督异常检测任务，并评估了三种最先进的异常检测器。此外，基于实证结果及我们参与该竞赛的经验，我们讨论了该任务中的主要挑战并提出了未来的研究机遇。
引用
@article{arxiv.2104.15052,
title = {DRAM Failure Prediction in AIOps: Empirical Evaluation, Challenges and Opportunities},
author = {Zhiyue Wu and Hongzuo Xu and Guansong Pang and Fengyuan Yu and Yijie Wang and Songlei Jian and Yongjun Wang},
journal= {arXiv preprint arXiv:2104.15052},
year = {2021}
}
备注
11 pages