-
公开(公告)号：CN104063747A
公开(公告)日：2014-09-24
申请号：CN201410294472.2
申请日：2014-06-26
Applicant: 上海交通大学
IPC: G06Q10/04
Abstract: 本发明涉及一种分布式系统中的性能异常预测方法及系统，通过分布式环境的监控系统采集历史性能数据以及实时性能数据，采用特征值提取描述数据的特征，构建出性能变量的模式，并通过朴素贝叶斯分类训练出分类模型，由当前数据模式从历史数据模式进行比较，并在历史数据模式中找到一个与当前数据模式最相似的模式，最后根据贝叶斯预测模型推断出当前数据模式是否是异常状态。本发明本针对分布式系统中的性能异常预测，全面考虑变量的特征的问题，准确率更高，采用机器学习方法贝叶斯模型来指导预测，并实时检测出性能异常情况，并对检测出的预测通过之前得出的贝叶斯模型进行了评估分析，提供了预测的置信度，自动化程度高，提高了预测的可靠性与实用性。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
