论文部分内容阅读
提出了一种基于时间序列相似度的日志特征提取方法,通过将噪声采样信息按照特定类型标识建模为时间序列,使用Haar小波变换提取序列特征,基于跳表构造噪声模板库。目标日志时间序列通过与噪声模板进行相似度比较来确定其是否为噪声日志。基于真实云计算平台的实验表明,提出的方法能够有效提高故障特征的有效性。
云计算系统中基于噪声模板跳表的日志过滤方法
【摘 要】
：
提出了一种基于时间序列相似度的日志特征提取方法,通过将噪声采样信息按照特定类型标识建模为时间序列,使用Haar小波变换提取序列特征,基于跳表构造噪声模板库。目标日志时间序列通过与噪声模板进行相似度比较来确定其是否为噪声日志。基于真实云计算平台的实验表明,提出的方法能够有效提高故障特征的有效性。
【机 构】
：
国防科学技术大学计算机学院,阿里巴巴云计算公司计算平台
【出 处】
：
通信学报
【发表日期】
：
2011年07期
【基金项目】
：
国家重点基础研究发展计划（“973”计划）基金资助项目（2011CB302605）
其他文献
本文从电气设计、电磁兼容性设计、热设计、安全性设计、三防设计等方面对影响军用PWM型开关稳压电源可靠性的因素作出较为详细的分析比较,并从工程实际出发提出一些提高开关
首先提出了自动信任协商的通用形式化框架,并将典型的信任协商策略规约到上述框架内;其次,基于上述形式化框架对自动信任协商的形式化验证问题进行了定义,确定了形式化验证的目标以及一般流程;再次,研究了典型信任协商策略的形式化验证问题,讨论了相关问题的计算复杂性并得到系列结论;最后,利用逻辑编程方法和模型检测方法实现了自动信任协商的形式化验证。实验结果表明,规则数是影响形式化验证系统运行时间的关键因素,逻
为了解决当信号中同时含有高斯噪声与α稳定分布脉冲噪声时,传统的基于二阶统计量的去噪方法会出现显著的性能退化的问题。通过基于负熵的分数低阶独立分量分析(ICA)算法先去除混合噪声中的脉冲噪声,然后利用SVD算法再去除混合信号中高斯噪声的方法,取得了较好的效果,且有效保护了混合信号中的纯净信号。