一种在线集群异常作业预测方法

• 作者: 汪子荧 谢丽霞
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 集群异常作业 动态特征 实时预测 门控递归单元 状态相关性
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 论文
• 页码范围: 62-68
• 页数: 7页
• 分类号: TN911.22
• 语种: 中文
• DOI: 10.13190/j.jbupt.2018-308

摘要

提出了一种在线集群异常作业预测方法(OCAJP).首先设计作业子任务动态特征计算方式,其次依据此动态特征提出一种改进门控递归单元(IGRU)神经网络,然后采用IGRU根据动态特征实时预测任务终止状态是否异常,最后根据作业与其子任务运行状态之间的状态相关性检索异常作业,完成对异常作业的预测.实验结果表明,OCAJP在预测灵敏度、误差率、精确度和预测时长方面与其他预测方法相比有明显提升;在保障集群平台安全方面具有一定的应用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢丽霞	中国民航大学计算机科学与技术学院	51	415	11.0	19.0
2	汪子荧	中国民航大学计算机科学与技术学院	2	0	0.0	0.0