DASRS Rest: Um Algoritmo Eficiente de Detecção de Anomalias em Tempo Real para Data Centers
Author(s) -
Ricardo Souza Dias,
Leopoldo A. F. Mauricio,
Marcus Poggi
Publication year - 2020
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/sbrc.2020.12317
Subject(s) - rest (music) , humanities , computer science , benchmark (surveying) , physics , philosophy , geography , cartography , acoustics
A grande quantidade de equipamentos, com diferentes configurações, e atualizações constantes de software e hardware em data centers, tornam difícil o uso de sistemas de monitoração baseados na configuração de thresholds. Este artigo propõe utilizar detecção de anomalias para prevenção de falhas e apresenta o algoritmo Decreased Anomaly Score by Repeated Sequence (DASRS) Rest, que detecta anomalias sem exigir conhecimento prévio do serviço monitorado. Avaliamos o desempenho do DASRS Rest utilizando o framework Numenta Anomaly Benchmark (NAB). O algoritmo proposto possui bons resultados de acurácia, o menor consumo de memória e é o mais rápido, quando comparado com diversos algoritmos do estado da arte.
Accelerating Research
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom
Address
John Eccles HouseRobert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom