一种基于时序性告警的新型聚类算法
云环境下,大规模集群设备将产生海量时序性的告警数据,实际应用中,运维人员通常利用这些告警数据来定位、排查、修复故障和错误,维持系统的正常运行.因此,如何将海量告警数据进行有效聚类,并挖掘告警中的关键信息,必将成为"云"能否持续稳定运行的核心问题.据此,文中提出了一种基于时序性告警的新型聚类算法.算法利用设定时间窗口内两两告警之间时间差的关系,构造告警之间新的关系矩阵,再利用K-means算法对关系矩阵中的列向量进行聚类,得到告警的聚类结果.实验结果表明,该算法能充分地将海量告警信息有效聚类.
告警、时序特征、数据挖掘、聚类
47
TP274(自动化技术及设备)
国家自然科学基金;湖南省自然科学基金;长沙市科技计划项目
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
440-443,473