최적의 시스템 신뢰성 지원을 위한 머신러닝 기반의 장애 예측 기법

Abstract

IT 서비스의 보편화에 따라 다양한 기업에서 컴퓨터 시스템의 의존도가 높아져 시스템의 가용성을 확보하기 위한 장애 예측 분야에서 많은 연구가 이루어졌다. 기존 연구들에서는 기계 학습을 통해 시스템의 장애를 사전에 예측하고자 하였으며, 이 과정에서 데이터 분석, 전처리, 최적화 등의 다양한 기법들이 적용되었다. 하지만, 기존의 장애 예측 연구에서는 데이터의 부족으로 인해 인위적인 데이터를 생성하거나, 예측 모델을 생성하는 과정에서는 기계 학습의 전문적인 지식이 필요하였고 반복적인 학습을 통해 성능을 분석하고 비교함으로써 큰 비용이 발생하였다. 본 논문에서는 이를 해결하기 위해 장애 예측에 필요한 일련의 과정들을 자동화하여 최적의 예측 모델을 생성하고 시스템의 장애를 예측하여 알려주는 프레임워크를 구현하였다. 프레임워크는 모니터링 시스템을 통해 시스템 정보를 수집하고, 이를 통해 특징 선택, 하이퍼 파라미터 튜닝 등의 최적화 과정을 진행하여 최적화된 예측 모델을 생성한다. 예측 모델은 모니터링 시스템을 통해 측정되는 실시간 데이터를 사용하여 시스템의 장애 여부를 판단하고 알람을 생성하도록 하였다.