Self-organizing maps versus growing neural Gas in detecting anomalies in data centers

Zapater Sancho, Marina; Fraga Aydillo, David; Malagón Marzo, Pedro José; Bankovic, Zorana y Moya Fernández, José Manuel (2015). Self-organizing maps versus growing neural Gas in detecting anomalies in data centers. "Logic Journal of the Igpl", v. 23 (n. 3); pp. 495-505. ISSN 1367-0751. https://doi.org/10.1093/jigpal/jzv008.

Descripción

Título: Self-organizing maps versus growing neural Gas in detecting anomalies in data centers
Autor/es:
  • Zapater Sancho, Marina
  • Fraga Aydillo, David
  • Malagón Marzo, Pedro José
  • Bankovic, Zorana
  • Moya Fernández, José Manuel
Tipo de Documento: Artículo
Título de Revista/Publicación: Logic Journal of the Igpl
Fecha: Junio 2015
Volumen: 23
Materias:
Palabras Clave Informales: Anomaly detection, data centres, self-organizing maps, growing neural gas
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Ingeniería Electrónica
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

Reliability is one of the key performance factors in data centres. The out-of-scale energy costs of these facilities lead data centre operators to increase the ambient temperature of the data room to decrease cooling costs. However, increasing ambient temperature reduces the safety margins and can result in a higher number of anomalous events. Anomalies in the data centre need to be detected as soon as possible to optimize cooling efficiency and mitigate the harmful effects over servers. This article proposes the usage of clustering-based outlier detection techniques coupled with a trust and reputation system engine to detect anomalies in data centres. We show how self-organizing maps or growing neural gas can be applied to detect cooling and workload anomalies, respectively, in a real data centre scenario with very good detection and isolation rates, in a way that is robust to the malfunction of the sensors that gather server and environmental information.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaTEC-2012-33892Sin especificarSin especificarSin especificar
Gobierno de EspañaRTC-2014-2717-3Sin especificarSin especificarSin especificar
Gobierno de EspañaIPT-2012-1041-430000Sin especificarSin especificarSin especificar

Más información

ID de Registro: 41448
Identificador DC: http://oa.upm.es/41448/
Identificador OAI: oai:oa.upm.es:41448
Identificador DOI: 10.1093/jigpal/jzv008
URL Oficial: http://jigpal.oxfordjournals.org/content/23/3/495.abstract
Depositado por: Memoria Investigacion
Depositado el: 10 Jul 2016 09:09
Ultima Modificación: 10 Jul 2016 09:09
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM