基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
负载模式的动态变化会影响系统度量,使得异常难以准确检测.针对此问题,提出一种基于负载模式识别、在线检测Web应用异常的方法.该方法基于在线增量式聚类算法,运行时识别动态变化的负载模式,根据特定负载模式对应的度量空间,利用局部异常因数检测异常状态,并量化异常程度,并通过学生t测试方法计算度量异常值,以定位异常原因.实验结果表明,所提方法能够准确识别负载模式变化,有效检测出Web应用典型错误所引起的异常状态,并定位异常原因.
推荐文章
基于模式识别的装备故障诊断方法
复杂装备
模式识别
故障诊断
模式识别的最大熵方法
模式识别
最大熵
概率分布
基于模式识别的燃气管网泄漏检测技术
燃气管网
泄漏检测
模式识别
特征向量
基于仿生模式识别的构造型神经网络分类方法
仿生模式识别
神经元
构造型神经网络
高维空间
分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于负载模式识别的Web应用在线异常检测方法
来源期刊 软件学报 学科 工学
关键词 Web应用 异常检测 动态负载 增量式聚类 局部异常因数
年,卷(期) 2012,(10) 所属期刊栏目 系统软件与软件工程
研究方向 页码范围 2705-2719
页数 15页 分类号 TP311
字数 15232字 语种 中文
DOI 10.3724/SP.J.1001.2012.04197
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 钟华 中国科学院软件研究所软件工程技术研究开发中心 56 727 11.0 25.0
2 张文博 中国科学院软件研究所软件工程技术研究开发中心 43 360 11.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (33)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Web应用
异常检测
动态负载
增量式聚类
局部异常因数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导