基于动态时间窗口的异常数据周期分析模型研究
Mechanical and Electrical Information（2018）
Abstract
通过分析大规模HPC系统所产生的信息来提取可以用来预测系统正常以及异常行为的相关事件序列,此过程将在不考虑事件之间时间延迟的条件下快速发现事件频繁序列.目前绝大部分研究都是基于固定的和相对较小的时间窗口来对事件序列进行提取,但是这些时间窗口并不能有效快速地反映整个系统的行为.而且系统生成的事件序列在机器的使用周期中呈现不断变化的状态,所以认为在系统运行过程中最重要的是序列的更新,同时在系统的每个预测阶段之后,也需要根据预测的准确性和实际发生情况之间的差异来进行修正.最后通过实证分析证明了基于动态时间窗口的分析模型能够预测绝大多数的事件,而且在较低的事件粒度上同样有着较高的预测精度.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined