-
公开(公告)号：CN108983599B
公开(公告)日：2021-07-16
申请号：CN201810888490.1
申请日：2018-08-07
Applicant: 重庆邮电大学
IPC: G05B13/02
Abstract: 本发明属于车联网领域，具体涉及到一种车联网下多参数融合的自适应监控系统及其监控方法，所述监控方法包括：车载终端获取车辆属性和车辆类别的信息，并通过网络从路测设备中获取外界的相关信息，随后车载终端将获取的信息汇总后发送给后台管理服务器；后台管理服务器根据车载终端发送的数据计算车辆的监控状态指数P，根据车辆的监控状态指数P的数值选择安全等级；后台管理服务器将安全等级返回给用户端，车载终端根据收到的当前车辆的安全等级选择监控策略；本发明充分考虑车联网的高动态性、网络时延和带宽监控机制的影响，自适应的选择监控策略，提高监控系统的可伸缩性，提高网络通信资源利用率，减小了用户端的资源开销，提高了整个系统的监控性能。
-
公开(公告)号：CN109753385A
公开(公告)日：2019-05-14
申请号：CN201910031931.0
申请日：2019-01-14
Applicant: 重庆邮电大学
Abstract: 本发明属于大数据分布式计算领域，具体涉及一种面向流计算系统异常监控的恢复方法及系统。该方法及系统包括：计算模块、异常监控模块、备份模块、多等级恢复模块。异常监控模块定期的对计算模块中的各项指标进行状态刻画、分析及评估，当监测到计算节点的状态出现异常时，通过系统的多等级恢复模块计算节点进行容错恢复。其中异常机制会通过分析指标数据对异常程度进行评估并划分等级，系统恢复模块根据异常等级划分结果选择不同的恢复策略。本发明结合流计算系统的运行环境，设计了一种针对流计算系统异常监控及恢复方法，能够对系统的状态进行感知与异常恢复，可用于系统的异常监控、容错恢复等实际问题，从而提高系统的可用性。
-
公开(公告)号：CN109697332A
公开(公告)日：2019-04-30
申请号：CN201910031830.3
申请日：2019-01-14
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于非监督学习方法的流计算系统的异常监测方案，属于分布式实时系统异常监测领域，具体包括：系统行为描述模块，基于小样本约束条件构建异常监测模块，在线自适应异常监测三大模块。首先，该方法基于利用事件处理技术对原始事件进行转换操作得到复合事件的基础上，从而获取事件状态数据指标和物理状态数据指标，再通过时间窗口技术融合采集到的数据指标得到系统行为状态指标空间，实现流计算系统的行为描述；其次，提出一种非监督统计分析方法，构建基于小样本约束条件下的异常监测模型，实现流计算系统的不均衡数据的异常监测；最后，提出一种在线自适应异常监测模型，自动调整网络结构，更新聚类中心，实现在线自适应异常监测。
-
公开(公告)号：CN108983599A
公开(公告)日：2018-12-11
申请号：CN201810888490.1
申请日：2018-08-07
Applicant: 重庆邮电大学
IPC: G05B13/02
Abstract: 本发明属于车联网领域，具体涉及到一种车联网下多参数融合的自适应监控系统及其监控方法，所述监控方法包括：车站终端获取车辆属性和车辆类别的信息，并通过网络从路测设备中获取外界的相关信息，随后车载终端将获取的信息汇总后发送给后台管理服务器；后台管理服务器根据车载终端发送的数据计算车辆的监控状态指数P，根据车辆的监控状态指数P的数值选择安全等级；后台管理服务器将安全等级返回给用户端，车载终端根据收到的当前车辆的安全等级选择监控策略；本发明充分考虑车联网的高动态性、网络时延和带宽监控机制的影响，自适应的选择监控策略，提高监控系统的可伸缩性，提高网络通信资源利用率，减小了用户端的资源开销，提高了整个系统的监控性能。
-
-
-
Search Results
4
records
(took 0.013 seconds)
