人工知能は、大規模なビデオ操作における CDN ハードディスクの障害をどのように予測するのでしょうか?

現在の大規模なビデオ運用および保守プロセスでは、CDN の故障したハード ドライブの交換が大きな問題となっています。ソフトウェアとハ​​ードウェアのリスクを回避し、データセンターの管理効率を向上させ、合理的なデータバックアップと移行計画を策定するために、業界の主要な主流IT企業はハードドライブの障害予測に関する研究を開始しました。

関係する学者たちは、この予測技術の助けにより、サービス/ストレージ システムの全体的な可用性が大幅に向上すると考えています。機械学習によるCDNハードディスク障害予測の事例については後ほど紹介します。産業分野におけるハードドライブの状態監視および障害警告技術の事実上の標準は、自己監視分析およびレポート技術 (SMART) です。科学的研究によると、ハードディスクの特定の特性値（温度や読み取りエラー率など）は、ハードディスクが故障するかどうかに関係しています。検出された属性値が事前に設定されたしきい値を超えると、アラートが発行されます。しかし、ハードドライブメーカーは、このようなしきい値ベースのアルゴリズムでは、3% ～ 10% の障害予測精度しか達成できず、早期警告率も低いと見積もっています。

[[427869]]

学界と産業界は、機械学習手法を使用して SMART ハードドライブの障害予測の精度を向上させ、一定の成果を達成してきました。しかし、データセットのサイズに制限があるため、既存の方法で実装された予測モデルは、まだ期待には程遠いものです。近年、ますます多くのメーカーの注目を集め、SMART検出データに基づくハードディスクの故障予測研究が大規模な産業データセットの研究に応用されており、これはハードディスク規模の急速な成長とハードディスクの急速な発展に反映されています。サンプリング作業が形式化されます。これらの高品質かつ大規模なデータのサポートにより、SMART 検査データに基づく故障予測のレベルが大幅に向上しました。

ビッグビデオの運用と保守では、SMART データに基づくハードディスクの障害予測に、回転フォレストに基づく統合予測モデル ソリューションを採用しています。プロセスは以下のとおりです

現在の情報通信技術 (ICT) 時代では、オペレータのネットワークとビジネス システムをサポートするために、人工知能技術の実装を加速し、高度に自動化されたインテリジェントな運用および保守ソリューションを提供する必要があります。ビッグビデオの運用と保守において、人工知能と機械学習技術のインテリジェント化推進の重要なポイントは、運用と保守モードが受動的な事後分析から能動的な予測、分析、意思決定に変わったことです。

[[427870]]

人工知能技術の発展が加速するにつれ、ビッグビデオの運用・保守と人工知能技術の融合はますます緊密になるでしょう。大規模なビデオ運用および保守技術はよりインテリジェントな方向に発展し、より自動化された正確な障害予測とトラブルシューティングを実現し、ビジネス システムの障害や弱点を積極的に発見して修復できるようになります。インテリジェントな運用と保守を実現することを基盤として、ビデオサービスユーザーの行動分析、家族やユーザーのポートレートなどの一連のモデリングと分析を通じて、膨大なデータの価値を最大限に活用し、新しいビジネス形態を導き出し、インテリジェントなオペレーティングシステムがオペレーターに新たなビジネスチャンスを生み出します。