文献

J-GLOBAL ID：202002247549072178   整理番号：20A0922520

クラウド環境における効率的異常検出戦略研究【JST・京大機械翻訳】

AN EFFICIENT ANOMALY DETECTION SCHEME IN CLOUD ENVIRONMENT

著者 (3件)： Cheng Yunguan (江蘇物聯网研究発展中心 江蘇 无錫214135;中国科学院大学微電子学院 北京 101407) ,  Tai Xianqing (中国科学院電子学研究所蘇州研究院 江蘇 蘇州215121) ,  Ma Zhijie (江蘇物聯网研究発展中心 江蘇 无錫214135)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 37  号： 1  ページ： 326-333  発行年： 2020年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 仮想マシンの異常な検出は,クラウドコンピューティングシステムの信頼性を改善する重要な方法である。しかし,クラウド環境における仮想マシンの性能指数は,高次元,冗長性などの特徴を有し,検出効率と精度を低下させる。同時に、従来の異常検出方法はシステムの異常状態を定量化しにくく、局所異常因子(LocalOutlierFactor,LOF)アルゴリズムはその異常程度を定量化できるが、同じ重みで異なる次元変数がシステム状態に与える影響を計算できる。それは,異常識別能力を弱める。上記の問題を解決するために,効率的異常検出戦略を提案した。この戦略は最大相関最小冗長アルゴリズムと主成分分析法を用いて性能指標を選別し、異常検出の効率を向上し、LOFアルゴリズムにおける異なる次元の変数に異なる重みを付与し、異なる指標の異常な識別度を強化した。実験により、この策略は従来の異常検出方法に比べ、効率と検出率が著しく向上した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  冗長性 ,  信頼性 ,  性能指数 ,  仮想機械システム ,  高次元 ,  主成分分析 ,  検出効率
準シソーラス用語： 異常検出 ,  性能指標 ,  検出率 ,  クラウドコンピューティング ,  *クラウド開発環境 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： クラウド環境 ,  異常検出 ,  戦略 ,  研究