![「WD Red」12万台のビッグデータからHDDの故障を予測、アイ・オーが法人向けNASで「予兆通知サービス」](https://cdn-ak-scissors.b.st-hatena.com/image/square/fdc26a784c98a94d9fd77172f3cbbd6e857f51ad/height=288;version=1;width=512/https%3A%2F%2Finternet.watch.impress.co.jp%2Fimg%2Fiw%2Flist%2F1091%2F548%2Fnarsus2.jpg)
アイ・オー・データ機器が、法人向けNASの「LAN DISK H」「LAN DISK X」シリーズを対象にHDDの異常を故障前に検知する「予兆通知サービス」を追加した。 ビッグデータを活用してHDDの異常を事前に検知 アイ・オー・データ機器は2017年11月15日、法人向けNAS「LAN DISK H(HDL-H)」と「LAN DISK X(HDL-X)」の各シリーズを対象に、HDDの異常を事前に検知する「予兆通知サービス」を追加した。この機能をオン(通知する)に切り替えることで(初期設定は通知する)、NAS管理者はHDDが故障する前にドライブの交換通知を受け取ることができるようになり、ダウンタイムの軽減に役立てられる。 同社は、法人向けNASの状態をインターネット経由で管理できる独自のクラウド管理機能「NarSuS(ナーサス)」を提供しており、今回追加された予兆通知サービスは、NarSu
Anomaly Detection in Streams with Extreme Value Theory Amossys-team/SPOT: SPOT algorithm implementation (with variants) KDD2017の異常検知の論文です。異常検知を行なうとき、何らかの閾値を設定しますがこの閾値の決定は難しいことが多いです(そして精度にはよく効いてくる...)。正規分布のように理論的によく知られていて、解析的にも扱いやすいような分布では、累積分布関数を逆に辿ると「99.9%に対応する閾値はこれ!」と設定することができます。しかし、確率分布を陽に仮定するとそれ以外の分布ではきちんと動かなかったり、データ毎にモデル化をする必要があります。陽に確率分布を仮定しない方法もありますが、そちらはデータが少ないor厳しめのパーセンタイルを指定したいときに難しさがありま
機械学習のスタックしていた案件をFacebook Prophetで3日で返済した話 背景 広告代理店業を行なっており、クライアント企業から予算を預かって、インターネット広告やマーケティング業をしているのだが、クライアントの予算消化の異常値を監視したい 2016年半ばに外部のデータ分析専門の会社に、その日の予算消化が異常の場合、アラートを鳴らすシステムを外注開始、2016年10月に納品 2017年9月半ばに進捗率が芳しくないことが判明した。終わる見込みが立たなかったので、私が解決に当たる (ついでに"Machine Learning: The High-Interest Credit Card of Technical Debt[2]"と呼ばれる負債化してしまう機械学習のシステムとはという評価軸があったので、これらから今回使えそうなプラクティスを取り出して適応してみたいというモチベーションが
メディアスケッチ 代表取締役、サイバー大学客員講師、サートプロ IoT技術講師、IoT検定制度委員会メンバー
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く