.png){kind=icon}
返回
Synthetic Data Generation for Storage Trace Augmentation
.png){kind=icon}
PRE
AI
DOI：10.1145/3767317.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于应用日益具有数据密集型特性，存储系统性能的重要性持续提升，并且通常对应用的整体处理速率产生实质性影响。幸运的是，存储技术本身正以多种方式迅速改进，从设备层面的比特读写到大型企业和云环境中的整个存储层次结构管理。研究这一整个范围内的许多重要问题通常需要来自存储服务器端的访问跟踪数据，但这些数据往往难以获取。为解决这一差距，我们提出了一种使用新颖生成对抗网络（GAN）架构生成合成跟踪数据的方法，该方法能够捕捉真实存储跟踪数据的真实性和多样性。生成的跟踪数据可用于增强现有感兴趣的存储系统工作负载跟踪数据。我们展示了所提出的方法如何生成具有真实跟踪数据整体特征且提供行为多样性的存储跟踪数据。
Keyword:
Storage traces
generative models
synthetic data
data augmentation
time series
期刊
A
IF:
2.6
论文数:
39
被引数:
790
机构
引用论文
.png){kind=icon}
When Database Meets New Storage Devices: Understanding and Exposing Performance Mismatches via Configurations当数据库遇到新型存储设备：通过配置理解和暴露性能不匹配
PREAI
分享收藏
查看更多内容