講演情報
[B-14-28]サーバCPU使用率推定のためのバースト重み付き学習手法の提案
〇磯野 祐太1、小杉 友哉1、中西 隆1、南 勝也1 (1. NTT株式会社)
キーワード：
サーバリソース予測、バースト重み付き学習手法、機械学習
仮想化基盤におけるサーバリソースの将来需要を把握することは、設備設計やリソース管理の観点で重要である。しかし、CPU使用率には突発的なバーストや急激な変動が含まれるため、従来手法では最大使用量の推定が困難である。本稿では、SVAEを用いたサーバリソース推定において、バースト時の推定精度向上を目的とした損失関数の重み付け手法を提案する。実データを用いた評価により、提案手法は高負荷時の推定値を改善し、最大値に対する推定誤差を低減できることを示した。