Lightweight Multi-System Multivariate Interconnection and Divergence Discovery

要約

センサーとサブシステム間の異常値の動作を特定することは、大規模システムで障害を発見し、診断を容易にするために不可欠です。
同時に、多数の多変量データセットを含む大規模システムを探索することは困難です。
この研究では、マルチシステム環境における異常な動作を特定するための軽量の相互接続および分岐発見メカニズム (LIDD) を紹介します。
このアプローチでは、まず各システムのセンサー間の類似性ヒートマップを推定し、次に情報検索アルゴリズムを適用して、関連するマルチレベルの相互接続と不一致の詳細を提供する多変量解析手法を採用しています。
CERN でのコンパクトミュオンソレノイド (CMS) 実験のハドロン熱量計の読み出しシステムに関する私たちの実験は、提案された方法の有効性を実証しています。
私たちのアプローチは、予想される熱量計の相互接続構成と一致する読み出しシステムとそのセンサーをクラスター化すると同時に、発散クラスター内の異常な動作を捕捉し、その根本原因を推定します。

要約(オリジナル)

Identifying outlier behavior among sensors and subsystems is essential for discovering faults and facilitating diagnostics in large systems. At the same time, exploring large systems with numerous multivariate data sets is challenging. This study presents a lightweight interconnection and divergence discovery mechanism (LIDD) to identify abnormal behavior in multi-system environments. The approach employs a multivariate analysis technique that first estimates the similarity heatmaps among the sensors for each system and then applies information retrieval algorithms to provide relevant multi-level interconnection and discrepancy details. Our experiment on the readout systems of the Hadron Calorimeter of the Compact Muon Solenoid (CMS) experiment at CERN demonstrates the effectiveness of the proposed method. Our approach clusters readout systems and their sensors consistent with the expected calorimeter interconnection configurations, while capturing unusual behavior in divergent clusters and estimating their root causes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google