抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
システムの複雑性の増加に伴い,例外検出がより重要になると困難である。最も複雑なシステムでは,クラウドプラットホームのような,例外検出は主に実行時システムから収集された遠隔測定データの大量を分析することにより行った。時系列データとイベントデータは,二つの主要なタイプの遠隔測定データである。相関解析の技術は,データ駆動の例外検出のための技術者によって広く使用されている重要なツールである。それらの重要性にもかかわらず,例外検出のための二種類の不均一データの間の相関をこれまで少ししか研究されてきた:連続時間系列データおよび時間事象データ。本論文では,多時系列データとマルチタイプ事象データの間の相関を発見する方法を提案した。マルチタイプ事象データと多時系列データ間の相関を用いて,システムの例外を検出した。実データセットに関する実験結果は例外検出に対する提案手法の有効性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】