基于随机森林算法的数据中心运维异常告警方法

摘要：

已有的数据中心运维异常告警方法由于数据分类结果模糊,无法在运维中心筛选异常数据,导致告警效果欠佳.为解决上述问题,文中提出一种基于随机森林算法的数据中心运维异常告警方法.通过滑窗方法构造数据样本,设定控制参数,以确定数据样本总数,集成数据集,实现数据预处理;然后建立包含多个决策方法的数据分类器,分别计算数据的平均值、极差和标准差,判断样本线性函数,确定特征集合,实现异常特征提取;最后,根据随机森林算法训练计算子集,建立数据决策树,通过数据的流动次数和分类结果实现异常告警.实验结果表明,基于随机森林算法的数据中心运维异常告警方法通过数据分类器能够在短时间内处理异常数据,并判断异常特征,对于异常数据的识别精准度高于90％,与其他识别方法相比,具有很好的识别效果.

关键词：随机森林算法、数据中心、异常告警、异常识别、特征分类、决策树

所属期刊栏目：46

分类号：TN919-34;TP311

在线出版日期：2023-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：143-148