Resumen

El volumen de almacenamiento del centro de datos de Internet es una de las series temporales clásicas. Es muy valioso predecir el volumen de almacenamiento de un centro de datos para el valor del negocio. Sin embargo, las series de volumen de almacenamiento de un centro de datos siempre están "sucias", ya que contienen ruido, datos perdidos y valores atípicos, por lo que es necesario extraer la tendencia principal de las series de volumen de almacenamiento para el procesamiento de predicciones futuras. En este trabajo, proponemos un método de estimación de muestreo irregular para extraer la tendencia principal de las series temporales, en el que se utiliza el filtro de Kalman para eliminar los datos "sucios"; a continuación, se utilizan la interpolación spline cúbica y el método de la media para reconstruir la tendencia principal. El método desarrollado se aplica en las series de volumen de almacenamiento del centro de datos de Internet. Los resultados del experimento muestran que el método desarrollado puede estimar la tendencia principal de las series de volumen de almacenamiento con precisión y contribuir en gran medida a predecir el valor del volumen futuro.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:series de volumen de almacenamiento, principales tendencias, centro de datos de internet, tendencias de almacenamiento, métodos desarrollados, centro de datos, volumen de almacenamiento, series temporales clásicas, volumen de internet, series de internet
• Keywords:storage volume series, main trends, internet data center, trends of storage, developed methods, data center, storage volume, classical time series, volume of internet, series of internet