Применение методов машинного обучения для предсказания длительности цепочек вычислительных задач

Abstract

Работа направлена на создание инструментария, предназначенного для предсказания поведения вычислительной системы ATLAS Production System при расчёте цепочек вычислительных заданий. Реализация функционала предсказания длительности обработки цепочек вычислительных заданий является одним из компонентов системы мониторинга и обнаружения аномалий для ATLAS Production System.

The work is aimed at creating a toolkit designed to predict the behavior of the ATLAS Production System in the computation of chains of computing tasks. The implementation of the prediction functional for the processing time of computational task chains is one of the components of the ATLAS Production System monitoring and anomaly detection system.