추상적인
본 논문은 대규모 데이터 세트에서 하드 드라이브 성능 데이터를 분석하기 위해 수행한 여러 단계를 살펴봅니다. 해당 데이터 세트는 클라우드 스토리지 회사인 BackBlaze에서 제공한 것으로, 약 2년 동안 약 5만 개의 하드 드라이브의 일일 성능 데이터를 포함합니다. 데이터는 사용 중인 각 하드 드라이브에 대해 하루에 하나의 레코드로 구성되어 있으며, 각 레코드에는 타임스탬프, 여러 인구 통계 정보, 고장 지표, 그리고 80개의 SMART(Self-Monitoring, Analysis and Reporting Technology) 지표가 포함되어 있습니다. 첫 번째 과제는 방대한 데이터 테이블의 크기였습니다. 두 번째 과제는 분석 전에 데이터 품질을 평가하고 확보하는 것이었습니다. 세 번째 과제는 JMP의 기존 분석 및 그래픽 도구에서 활용할 수 있도록 데이터를 다양한 형태로 구성하는 것이었습니다. 또한, 가장 중요한 것은 데이터가 무엇을 나타내는지 이해하기 위해 적절한 도구를 사용하여 분석을 수행하는 것이었습니다. 본 논문에서는 두 가지 핵심 질문, 즉 어떤 하드 드라이브가 가장 우수한지, 그리고 하드 드라이브 고장을 예측할 수 있는지에 대한 답을 찾고자 합니다. 이 프로젝트는 데이터 조작, 탐색 및 신뢰성 플랫폼을 포함하여 JMP의 광범위한 기능을 선보일 것입니다.
였다
펑 류 박사는 JMP의 수석 연구 통계 개발자입니다. 그는 신뢰성, 생존 분석 및 시계열 플랫폼의 유지 관리 및 개발을 담당하고 있습니다. 그의 업무에는 연구, 데이터 분석 및 소프트웨어 아키텍처 설계가 포함됩니다.
레오 라이트(CQE)는 JMP의 신뢰성 및 품질 담당 수석 제품 관리자입니다. 그는 품질 및 신뢰성 엔지니어링에 중점을 둔 제조 분야에서 폭넓은 경험을 보유하고 있습니다. SAS에 합류하기 전에는 여러 포춘 500대 기업에서 품질 조직을 관리했습니다.
