Ereignisgesteuerte Ausfallvorhersage: Ein Mustererkennungs-Ansatz

dc.contributor.author	Salfner, Felix
dc.contributor.editor	Hölldobler, Steffen
dc.date.accessioned	2020-08-21T08:42:10Z
dc.date.available	2020-08-21T08:42:10Z
dc.date.issued	2009
dc.description.abstract	Mit "Proactive Fault Management" werden Fehlertoleranzverfahren bezeichnet, die versuchen, auf drohende Systemausfälle bereits zu reagieren, noch ehe der Ausfall wirklich aufgetreten ist. In dieser Arbeit wird ein Verfahren zur Vorhersage von Ausfällen vorgestellt, das auf der Erkennung von Fehlermustern basiert. Die Vorhersage basiert auf einer Erweiterung von Hidden-Markov-Modellen zu Hidden-Semi-Markov-Modellen, die es ermöglicht, die Zeit zwischen zwei aufgetretenen Fehlern in die Vorhersage mit einzubeziehen. Experimente mit Daten einer kommerziellen Telekommunikationsplattform haben gezeigt, dass das Verfahren eine wesentlich genauere Vorhersage als die bislang bekannten Verfahren ermöglicht und so die Grundlage für eine neue Generation von Fehlertoleranzmechanismen schafft.	de
dc.identifier.isbn	978-3-88579-413-4
dc.identifier.pissn	1617-5468
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/33603
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik
dc.relation.ispartof	Ausgezeichnete Informatikdissertationen 2008
dc.relation.ispartofseries	Lecture Notes in Informatics (LNI) - Dissertations, Volume D-9
dc.title	Ereignisgesteuerte Ausfallvorhersage: Ein Mustererkennungs-Ansatz	de
gi.citation.endPage	240
gi.citation.publisherPlace	Bonn
gi.citation.startPage	231

Dateien

1 - 1 von 1