線上沙龍-Paper Reading 第 6 期營業(yè)啦

06月27日（周二）19:30

KaiwuDB-B站直播間

本期論文>>《SUFS: A Generic Storage Usage Forecasting Service Through Adaptive Ensemble Learning》

論文提出了一個增強的 LSTM 神經(jīng)網(wǎng)絡和自適應的模型集成算法，為不同的存儲系統(tǒng)提供統(tǒng)一的存儲資源使用量預測服務，該方法的準確率在多個真實生產(chǎn)環(huán)境的存儲系統(tǒng)中得到了驗證。

存儲系統(tǒng)是 IT 基礎架構中不可或缺的組成部分，準確預測存儲資源使用是提供穩(wěn)定可靠的存儲服務的有效關鍵手段。

用戶在不同存儲系統(tǒng)中的存儲資源使用策略千差萬別，常見的時間序列預測模型難以對資源使用量做出準確預測。這樣會存在：

1. 若預測偏高，冗余的存儲資源會造成不必要的開銷；

2. 若預測偏低，存儲資源短缺會面臨數(shù)據(jù)無法寫入甚至丟失的風險，導致服務不可用。

針對上述問題，本期直播我們邀請了?KaiwuDB 高級研發(fā)工程師孫路明博士為大家介紹《SUFS:?存儲資源使用量預測服務》。孫博士畢業(yè)于中國人民大學，致力于研究人工智能技術驅動的數(shù)據(jù)庫管理系統(tǒng)（AI4DB），在 SIGMOD、ICDE、TKDE 等數(shù)據(jù)庫領域頂級國際會議和期刊發(fā)表多篇論文。

如果你想深入學習數(shù)據(jù)庫系統(tǒng)智能運維存儲資源預測模塊的內(nèi)容，那相信本次直播一定不會讓你失望！

關注我們，直播不迷路，6月27日（周二）19:30，我們不見不散 >>