| 研究課題/領域番号 |
15K00066
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 国立研究開発法人宇宙航空研究開発機構 |
|---|
研究代表者 |
藤田 直行 国立研究開発法人宇宙航空研究開発機構, 航空技術部門, 主幹研究開発員 (70358480)
|
|---|
| 研究協力者 |
伊藤 利佳
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2017年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2016年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2015年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 障害検出 / 原因特定 / 障害予測 / ビッグデータ |
|---|
| 研究成果の概要 |
大規模化した近年の計算機システムのハードウェアの障害を事前に予測することが求められている．ハードディスクのS.M.A.R.T.情報を機械学習させることによって、ハードディスク障害の予測に関する解析を行った．評価指標として，いわゆる陽性的中率(PRE)を用いた．その結果，壊れる日が近ければ近いほど、PREに影響を与える特有の兆候が表れることが観測された。また、S.M.A.R.T.情報を機械学習させて検出力を高めてあげることによって、かなりの高い精度で障害予測が的中することが示された。故障までの日数と近い期間の判定機による検出力が高いということがわかった。
|
