论文摘要
目前企业所面临的运维环境往往是复杂系统的整合,因此,对多种数据源进行有效综合分析和异常检测,做到故障规避、及时止损,是企业在数字化转型道路上的关键.本文在分析云环境异常检测特点的基础上,提出了一种基于深度置信网络集成学习的异常检测模型.该模型解决了运维数据集正负样本不平衡问题,同时利用深度置信网络良好的特征提取功能,对多源时序KPI数据进行有效降维,并结合逻辑回归和受限玻尔兹曼机实现了异常检测,单个弱分类器对异常的识别率在99%以上.将多个弱分类器进行多数投票集成,提高了模型整体的泛化性,使异常检测模型的平均准确率达到了98. 35%.
论文目录
文章来源
类型: 期刊论文
作者: 连超,李华,刘亚,韩家茂,阮宏玮
关键词: 深度置信网络,受限玻尔兹曼机,逻辑回归,集成学习
来源: 小型微型计算机系统 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机硬件技术,自动化技术
单位: 内蒙古大学计算机学院,内蒙古大学图书与信息技术部
基金: 国家自然科学基金项目(61862047)资助,内蒙古自治区科技计划项目(201802028)资助,内蒙古数据科学与大数据学会项目(BDY18012)资助
分类号: TP181;TP308
页码: 2637-2643
总页数: 7
文件大小: 1170K
下载量: 121