|
|||||
|
|
| 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！ | |