利用应用程序特征识别降低网格监控负载的研究

• 作者: 吴众欣 王克 钱德沛
• 来源期刊: 西安交通大学学报
• 关键词: 网格监控 监控负载 主成分分析
• 年，卷（期）: 2009,（8）
• 页码范围: 11-16
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2009.08.003

摘要

针对网络监控负载随着监控任务的增加而增加,从而影响集群有效管理、利用及监控系统性能的问题,展开了利用应用程序特征识别降低网格监控负载的研究.采用主成分分析法分析程序执行过程中的监测数据,得到应用程序的主成分因子,再经由4种密集型基准程序构造的比对特征集合匹配,识别应用程序的主要特性,以此达到降低监控负载的目的.在原型系统上的应用程序特征识别及监控负载评估实验表明,对于混合类型应用程序或某种密集型应用程序,监控负载可以减少20%～60%,对于巨大的采集数据,可以做到有效精炼.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱德沛	西安交通大学电子与信息工程学院	98	550	12.0	18.0
5	吴众欣	西安交通大学电子与信息工程学院	5	20	2.0	4.0
6	王克	北京航空航天大学计算机学院	2	14	2.0	2.0