10.16451/j.cnki.issn1003-6059.201811005
基于多特征融合的云平台异常检测方法
为了充分利用云平台不同子系统的多特征信息,进一步提升云平台异常检测精度,提出基于距离约束与解空间优化的多特征融合模型.在特征距离约束前提下,利用迭代法求解,使单一子系统训练误差之和最小,实现多特征自动融合并获得最优输出解,并引入高次幂系数避免模型退化.同时,该模型进一步拓展为增量模型,保证云平台数据实时计算.提出的特征融合模型可在降低高维特征信息间冗余的同时挖掘云平台多子系统互补、潜在知识,提升异常识别效果.基于开源框架OpenStack构建私有云平台,实时采集运行数据,验证提出异常检测模型的可行性,并对比现有方法获得更高的异常检测精度.
多特征融合、云计算平台、异常检测、极端学习机
31
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61772252,61702242;辽宁省博士启动基金项目20170520207
2019-01-10(万方平台首次上网日期,不代表论文的发表时间)
共10页
1008-1017