数据中心内服务器能耗数据采集及特征分析

作     者：周清 张諝晟 沈子钰 李云 ZHOU Qing;ZHANG Xusheng;SHEN Ziyu;LI Yun

作者机构：南京邮电大学计算机学院南京210023 江苏省大数据安全与智能处理重点实验室南京210023 

出 版 物：《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期：2021年第36卷第5期

页      面：986-995页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 0810[工学-信息与通信工程] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2018YFB1003702)资助项目 科研与实践创新基金(KYCX20_0760)资助项目 

主　　题：数据中心 服务器 仿真环境架构 数据采集 特征选择 

摘      要：数据中心的高能耗低能效问题正受到广泛关注与研究,但目前没有公开的数据中心内服务器能耗数据集供研究人员使用,且现有过滤式特征选择并不能满足运维人员的需求。为此,提出了一套模拟数据中心内服务器运行状态的仿真环境架构,基于该架构采集了服务器运行各类任务时的多项性能指标和能耗数据。然后将基于因果关系的特征选择应用于能耗数据集的特征分析中,构建出可解释的特征子集和能耗预测结果。实验结果表明,因果特征子集大小约为过滤式特征子集大小的1/3到1/6,并且使用因果特征子集训练的模型在75%的情况下都取得了最优预测精度。