Analysis of the log files of the StoRM storage system used by the ATLAS experiment, performed with Anomaly Detection through Deep Learning

Ogni anno, l’esperimento ATLAS, come gli altri esperimenti operanti al Large Hadron Collider, produce Petabytes di dati grezzi ed elaborati da distribuitre attraverso la Worldwide LHC Computing Grid, che combina le risorse per il calcolo distribuito da più di 170 siti in 42 paesi, creando un'enorme infrastruttura per la computazione distribuita che garantisce ad oltre 12000 scienziati nel mondo un rapido acesso ai dati di LHC. In gran parte dei siti della Worlwide LHC Computing Grid sono state sviluppate tegnologie basate sul Grid Computing, dedicate tra le altre cose al monitoraggio e all'organizzazione dello storage; quest'ultime, come la gran parte delle applicazioni informatiche, registrano la propria attività sotto forma di log di sistema. Siccome ci si aspetta un notevole incremento dei dati da distribuire e processare sulle risorse della WLCG aumenti in futuro, queste strutture devono essere affidabili e l'Anomaly Detection sui log di sistema rappresenta una soluzione per migliorare l’efficienza di utilizzo dei sistemi, dal momento le varie tipologie di log di sitema sono un'eccellente fonte di informazioni per il monitoraggio delle anomalie.