基于概率统计模型的电力IT监控对象特征异常检测

• 作者: 卫薇 钟掖 龙玉江
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 电力 IT监控 异常检测 概率统计模型
• 年，卷（期）: 2019,（4）
• 页码范围: 612-618
• 页数: 7页
• 分类号: TM76
• 字数: 6589字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2019.04.016

摘要

随着数据中心规模的不断扩大,业务系统越趋复杂,可用性和可靠性要求不断提高,传统的电力IT监控软件仅仅只能够监控对象特征数据指标量,但是却没法对对象特征数据指标量进行异常预警,传统的电力IT监控对象特征数据异常告警仅仅依靠简单的事先阈值配置,误报率与漏报率依赖事先阈值的设置,整体异常告警性能欠佳.本文针对电力IT监控对象特征数据,提出了基于概率统计模型的电力IT监控对象特征异常检测方法,针对数据分布的特点,研究了基于一元正态分布的监控对象异常检测方法与基于混合参数分布的监控对象异常检测.实验结果表明本文提出的方法在电力IT监控对象特征异常检测的准确率、召回率、以及F值上均优于传统的事先阈值配置的异常告警方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟掖	贵州电网有限责任公司信息中心	13	3	1.0	1.0
2	龙玉江	贵州电网有限责任公司信息中心	6	4	1.0	1.0
3	卫薇	贵州电网有限责任公司信息中心	6	4	2.0	2.0