Opis projektu
Ratowanie danych poprzez wykrywanie urządzeń pamięci masowej, które wkrótce ulegną awarii
Infrastruktura fizyczna rozwija się, by sprostać szybko rosnącemu zapotrzebowaniu na większą łączność mobilną. Obecnie do sieci podłączonych jest 2 miliardy komputerów i 30 miliardów smartfonów, urządzeń ubieralnych i innych urządzeń połączonych. Generujemy olbrzymie ilości danych, co wymaga wsparcia ze strony stale powiększającej się infrastruktury sprzętowej. W takim środowisku awarie sprzętu stają się normą, co może skutkować utratą danych i wyższymi kosztami utrzymania. Finansowany ze środków UE projekt PREFAIL ma przyczynić się do pozyskania współpracownika ds. innowacji w zakresie projektowania rozwiązań do proaktywnej identyfikacji urządzeń pamięci masowej, które mogą ulec awarii, ochrony użytkowników przed utratą danych i usprawnienia konserwacji danych u dostawców pamięci masowej.
Cel
As the Digital Transformation of Europe, and the rest of the world, is rapidly picking up pace, the underlying physical infrastructure is similarly expanding to keep up with demand generated by over 2 billion connected computers and more than 30 billion smartphones, wearables and IoT devices. Nevertheless, Internet applications and services remain prone to inevitable hardware failures, that lead to data losses and increased maintenance costs. The primary problem lies with the cost of implementing data redundancy by constantly adding expensive hardware to cater to the needs of traditional data replication approaches (e.g. by always keeping copies of a file on multiple servers).
With the assistance of an Innovation Associate specializing in Machine Learning, Algolysis Ltd aspires to extend its cloud-based storage device monitoring service (DriveNest - www.drivenest.com) with a robust state-of-the-art failure prediction engine. Reliably identifying soon-to-fail storage devices can be a transformative capability across the ICT sector, as a range of proactive data management and mitigation services can be built on top.
Dziedzina nauki
- natural sciencescomputer and information sciencesinternetinternet of things
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- engineering and technologyelectrical engineering, electronic engineering, information engineeringinformation engineeringtelecommunicationsmobile phones
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-INNOSUP-2020-02
System finansowania
CSA - Coordination and support actionKoordynator
4630 LEMESOS
Cypr
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.