Performance Modeling of Data Storage Systems using Generative Models

要約

システムの高精度モデリングは、産業データ解析の主要分野のひとつである。システムのモデル（デジタル・ツイン）は、様々な条件下でのシステムの挙動を予測するために使用される。我々は、機械学習ベースの生成モデルを用いて、ストレージシステムのモデルをいくつか開発した。このシステムは、ハードディスク・ドライブ（HDD）とソリッド・ステート・ドライブ（SSD）のストレージ・プールと、異なるRAIDスキームとキャッシュという複数のコンポーネントで構成されている。各ストレージコンポーネントは、その構成と外部データ負荷パラメータに応じて、IOPSとレイテンシの観点からコンポーネント性能の確率分布を記述する確率モデルによって表現される。実験の結果、システムのコンポーネントとモデルによって、IOPS予測で4～10%、レイテンシ予測で3～16%の誤差があることが示された。予測値はリトルの法則と0.99のピアソン相関を示し、モデルの教師なし信頼性チェックに使用できる。さらに、機械学習における回帰アルゴリズム、条件付き生成モデル、不確実性推定手法のベンチマークに使用できる新しいデータセットを提示する。

要約(オリジナル)

High-precision modeling of systems is one of the main areas of industrial data analysis. Models of systems, their digital twins, are used to predict their behavior under various conditions. We have developed several models of a storage system using machine learning-based generative models. The system consists of several components: hard disk drive (HDD) and solid-state drive (SSD) storage pools with different RAID schemes and cache. Each storage component is represented by a probabilistic model that describes the probability distribution of the component performance in terms of IOPS and latency, depending on their configuration and external data load parameters. The results of the experiments demonstrate the errors of 4-10 % for IOPS and 3-16 % for latency predictions depending on the components and models of the system. The predictions show up to 0.99 Pearson correlation with Little’s law, which can be used for unsupervised reliability checks of the models. In addition, we present novel data sets that can be used for benchmarking regression algorithms, conditional generative models, and uncertainty estimation methods in machine learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL