基于改进Co-Forest的主机故障预警方法.pdfVIP

下载本文档

14
0
约2.51万字
约 5页
2019-03-15 发布于浙江
举报
版权申诉

基于改进Co-Forest的主机故障预警方法.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第２5 卷第 5 期电子设计工程２０１7 年 3 月 Vol．２5 Ｎo．5 Eleｃtroniｃ Design Engineering Mar．２０１7 基于改进Co-Forest 的主机故障预警方法邹保平１，戚伟强２（１．国网信通亿力科技有限责任公司福建福州 35０００１；２．国网浙江省电力有限公司信息通信分公司浙江杭州 3１００００）摘要：针对数据中心中主机故障数据的标记稀缺的问题，提出一种改进的Ｃo－Forest 方法，结合少量标记和大量未标记的 IＴ运维数据，实现硬件的故障预警。方法使用评估函数对Ｃo－Forest 算法的每轮训练需要加入的未标记数据进行过滤，避免半监督学习的性能恶化问题。对比实验结果表明，相比只使用了标记数据的分类模型和传统Ｃo－Forest ，方法能显著提高分类器的准确度。关键词：半监督学习；Ｃo－Forest ；评估函数；故障预警；分类模型中图分类号：文献标识码：文章编号（）ＴＮ78 Ａ：１６7４－６２3６２０１7 ０5－００６5－０5 Fault alarming method for host hardware based on improved Co-Forest １２， ZOU Bao-ping QI Wei-qiang （，，，；１.State Grid Info-Telecom Great Power Science and Technology Co. LTD Fuzhou 35０００１ China （），，，２.Information Communication Branch of State Grid Zhejiang Electric Power Co. Ltd Zhejiang 3１００００ China ） Abstract: Ａiｍing at tｈe probleｍ of sparse labeled data of ｈost faults in data ｃenters ， we present an iｍproved ｃo-forest ｍetｈod ，ｃoｍbining a few labeled data and ｍass of unlabeled data ， to aｃｈieve ｈardware fault alarｍing．Ｔｈe ｍetｈod adopts an evaluating funｃtion to filter tｈe unlabeled data wｈiｃｈ need to be joined at eaｃｈ iteration of Ｃo-Fore