Метод анализа состояний распределённых систем на основе телеметрических данных и машинного обучения

Abstract

Разработан метод анализа состояний распределённых систем на основе телеметрических данных и машинного обучения. Предложен подход к преобразованию потоковых метрик в обучающее пространство с использованием скользящего окна наблюдений, позволяющий учитывать временную динамику системы. Для классификации применяется алгоритм Random Forest, устойчивый к шуму и нелинейным зависимостям метрик. Результатом является формирование датасета для задач предиктивного анализа отказов и оценки состояния распределённой инфраструктуры.