基于时间序列预测的自适应失效检测模型

• 作者: 卫琳 景京 曹仰杰 石磊 陶永才
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 失效检测 时间序列预测 最小二乘支持向量 小样本空间 离群值
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 560-565
• 页数: 6页
• 分类号: TP303
• 字数: 5101字
• 语种: 中文

摘要

失效检测是实现分布式系统高可用性的重要保障技术,其本质属于非线性时间序列预测问题.最小二乘支持向量回归算法是非线性时间序列预测领域的有效方法之一,在小样本空间和预测精度等方面有一定优势.传统失效检测算法基于概率统计模型计算下一心跳的到达时间,受限于某种概率分布且需要较大数据量,存在一定局限性.实际应用中常面临小样本空间,为此本文提出FD-LSSVR(Failure Detection-Least Squares Sport Vector Regression)模型并进行了讨论.针对现有自适应失效检测算法需考虑离群值这一问题,模型引入聚类分析法过滤对预测结果影响较大的离群值.实验结果表明,FD-LSSVR模型在检测时间和准确度方面均有较好表现,可用以缓解子网络延迟对失效检测的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石磊	郑州大学信息工程学院	143	984	17.0	24.0
2	卫琳	郑州大学软件技术学院	55	433	12.0	18.0
3	陶永才	郑州大学信息工程学院	42	284	8.0	14.0
4	曹仰杰	郑州大学软件技术学院	24	207	7.0	13.0
5	景京	郑州大学信息工程学院	1	3	1.0	1.0