计算系统性能异常检测算法的研究与实现

计算系统性能异常检测算法的研究与实现

论文摘要

计算系统性能异常是指在软件运行期间,由于资源逐渐耗尽或运行错误逐渐累积所导致的计算系统性能逐渐下降,最终下降到人们所不能容忍的程度的现象。性能异常检测能根据系统资源的占用情况,对提取的系统性能属性进行定量分析,实时监测系统的性能状况。 本文首先研究了性能异常检测的算法,主要有基于统计的异常检测算法、基于数据挖掘的异常检测算法、基于机器学习的异常检测算法以及基于人工免疫系统的异常检测算法,并分析了现有的异常检测算法的不足,它们不能完全满足性能异常检测的需要。其次针对性能异常检测的具体问题,采用了一般的异常检测算法,将健康的系统状态划分为一类,不健康的系统状态划分为另一类。从而提出了一种多阶段聚类算法,该算法将层次聚类和其它的聚类技术进行集成,形成多阶段聚类,有效地提高了聚类的准确度和速度;实验结果表明该算法具备较好的检测性能。再次改进了贝叶斯分类器,它不受类条件独立假设的限制,通过对属性集的筛选减少属性之间的依赖性,从而增强了贝叶斯分类器的适用性以及加快了分类的速度;实验结果表明该算法能够有效地提高分类精确度和异常检测的准确率。最后比较了两种方法各自的适用范围和优缺点。

论文目录

  • 1. 绪论
  • 1.1 背景
  • 1.1.1 性能异常检测
  • 1.1.2 系统性能异常检测的必要性
  • 1.1.3 研究现状
  • 1.2 课题来源
  • 1.3 本文的主要工作
  • 1.4 本文的组织结构
  • 1.5 本章小结
  • 2. 性能异常检侧算法研究
  • 2.1 性能异常检测概述
  • 2.2 现有性能异常检测算法分析
  • 2.2.1 基于机器学习的异常检测算法
  • 2.2.2 基于数据挖掘的异常检测算法
  • 2.2.3 基于统计的异常检测算法
  • 2.2.4 基于人工免疫系统的异常检测算法
  • 2.3 本章小结
  • 3. 多阶段聚类算法
  • 3.1 概述
  • 3.2 相关工作
  • 3.3 聚类方法分析
  • 3.4 算法实现
  • 3.4.1 问题描述
  • 3.4.2 数据预处理
  • 3.4.3 离散值属性的处理
  • 3.4.4 密度定义
  • 3.4.5 相似度定义
  • 3.4.6 算法描述
  • 3.4.7 实现细节
  • 3.5 如何检测性能异常
  • 3.5.1 检测模型
  • 3.5.2 检测算法
  • 3.6 实验
  • 3.6.1 实验数据
  • 3.6.2 实验结果及分析
  • 3.7 本章小结
  • 4. 改进的贝叶斯分类器
  • 4.1 概述
  • 4.2 相关的工作
  • 4.3 朴素贝叶斯分类器
  • 4.4 离散化连续值属性
  • 4.5 改进
  • 4.5.1 问题分析
  • 4.5.2 特征选择
  • 4.5.3 依赖度的计算
  • 4.5.4 改进策略
  • 4.5.5 算法描述
  • 4.6 实验
  • 4.6.1 实验数据
  • 4.6.2 实验结果及分析
  • 4.7 与多阶段聚类算法的比较
  • 4.8 本章小结
  • 5. 结束语
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  

    计算系统性能异常检测算法的研究与实现
    下载Doc文档

    猜你喜欢