《Predicting Computer System Failures Using Support Vector Machines》论文笔记

• 论文链接：http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=A46C83887093BD13F2A5886D20F15480?doi=10.1.1.145.5106&rep=rep1&type=pdf

---

摘要

如果提供准确的故障预测，减轻计算机故障的影响是可能的。对于预测的故障，资源、应用和服务能提前做计划并减轻这个影响。对于多计算机系统，每个策略都特别重要，例如计算机集群，由于机器的数量庞大，会有更高的故障率。然而，提供准确的预测和足够的改变时间仍然是一个具有挑战性的问题。

这篇论文描述了一个基于系统日志文件，新的谱核支持向量机方法去预测故障事件。这些文件包括了表示系统状态改变的信息。当文件中一个单独的信息可能不是足够的对于预测故障来说，一个序列或者信息的模式可能也需要。本文中的描述的方法将使用消息的滑动窗口（子序列）去预测故障的可能性。信息子序列的频率表示获取到，然后作为SVM的输入项。然后SVM关联到这个失败或未失败系统的类别。实验结果使用真实的系统日志文件（从linux计算机集群中获取）表示，提出的谱核支持向量机方法承诺并且能够预测硬盘故障，提前两天有73%的准确率。