改进FP-Growth算法下云服务器故障诊断研究

摘要：

大规模云服务器的资源类型较多,数据量巨大,因此云计算环境下服务器参数易发生异常问题,导致服务器产生故障.提出基于改进频繁模式增长(Frequent Pattern Growth,FP-Growth)算法的云服务器故障诊断方法.优先建立支持度函数完成服务器各项参数对应支持度的映射.采用关键字筛选方法将频繁项划分为关键项表和非关键项表两个部分.应用改进的FP-Growth算法,设定参数阈值规则,获取各个服务器故障向量变量的子集,以此为依据组建不同故障变量的条件频繁模式树(Frequent Pattern Tree,FP-tree),通过各个数据子集挖掘出的频繁项集求并集,得到包含全部故障诊断信息的频繁项集,最终完成云服务器故障诊断.经实验测试结果表明,所提方法能够在5ms内完成云服务器多类型故障诊断,且故障诊断精度为90％～100％.实验结果证明,上述方法具有可靠的应用性能.

关键词：改进频繁模式增长算法、云服务器、故障诊断、频繁项集

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：教育部高等教育司课题基金项目;中国高等教育学会专项课题

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：373-377