首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
KPI异常检测方法评估
作者姓名:
孙永谦
张茹茹
林子涵
张圣林
谭智元
张玉志
作者单位:
南开大学,软件学院,天津 300350;天津市操作系统企业重点实验室,天津 300350,南开大学,软件学院,天津 300350,南开大学,软件学院,天津 300350;天津市操作系统企业重点实验室,天津 300350;先进计算与关键软件(信创)海河实验室,天津 300350
基金项目:
中国博士后科学基金面上项目;国家重点研发计划;天津市自然科学基金青年项目;国家自然科学基金
摘 要:
【目的】关键性能指标(Key Performance Indicators,KPI,如页面访问量、页面访问延迟、服务器CPU利用率、路由器内存使用率、交换机吞吐量、服务器磁盘I/O等)异常检测作为快速故障发现和修复的基础,对快速发展的云计算技术服务越来越重要。【文献范围】本文广泛调研近年来国内外KPI异常检测的相关工作。【方法】对各发展阶段的KPI异常检测方法深入研究和分析,并挑选出13个代表性方法进行实验评估。【结果】总结整理了其一般性问题、挑战和框架,使用3家国内顶尖互联网公司收集到的KPI数据集从准确性、鲁棒性和效率三个方面评估了以上方法的性能。【结论】这些方法涵盖了基于统计的方法、有监督学习方法、半监督学习方法和无监督学习方法,并各有优劣性。本文的研究和分析为将来的研究人员快速、准确地选择最适合其场景的KPI异常检测方法提供了依据。
关 键 词:
关键性能指标
异常检测
方法评估
机器学习
Evaluation of KPI Anomaly Detection Methods
Authors:
SUN Yongqian
ZHANG Ruru
LIN Zihan
ZHANG Shenglin
TAN Zhiyuan
ZHANG Yuzhi
Abstract:
Keywords:
本文献已被
万方数据
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号