基于随机森林的云环境下服务故障识别方法

摘要：

现有服务故障识别方法大多存在准确率不高、忽略服务上下文信息等问题,为此,文中提出一种基于云环境下的服务故障识别方法.首先,使用一种综合过滤法和嵌入法的特征选择方法对服务运行数据和服务上下文数据的特征进行筛选,并使用KMeans++SMOTE算法将服务运行数据和服务上下文数据中的正常数据与故障数据平衡化;然后,使用改进加权投票决策的随机森林算法对预处理后的服务运行数据和服务上下文数据进行分类;最后,根据服务运行数据和服务上下文数据的分类结果作进一步综合判断,得到服务的故障类型.实验结果表明,所提出的服务故障识别方法可以有效提高云环境下的服务故障识别率.

关键词：云计算、服务故障、故障识别、数据特征筛选、数据平衡化、随机森林

所属期刊栏目：45

分类号：TN911-34;TP391.9

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;云南省应用基础研究计划重点项目

在线出版日期：2022-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：87-92