期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于日志聚类的基础设施故障智能诊断技术研究
1
作者 王红军 刘盛捷 郭理娜 《中文科技期刊数据库(引文版)工程技术》 2024年第4期0078-0082,共5页
随着油田信息化的快速建设与发展,油田机房规模庞大、设备类型复杂多样,存在人工巡检成本高、故障诊断时效低等问题。本文提出了一种基于日志聚类的基础设施故障智能诊断方法,利用机房设备设施具有的大量实时监控数据和运行日志,实现基... 随着油田信息化的快速建设与发展,油田机房规模庞大、设备类型复杂多样,存在人工巡检成本高、故障诊断时效低等问题。本文提出了一种基于日志聚类的基础设施故障智能诊断方法,利用机房设备设施具有的大量实时监控数据和运行日志,实现基础设施故障的智能诊断,防止油田信息系统宕机或下线。通过现场应用测试,该方法能够有效提高油田信息系统的稳定性、可靠性,具有极高的经济效益与社会效益。 展开更多
关键词 日志聚类 基础设施 故障智能诊断
下载PDF
一种基于日志聚类邮件网络社区划分挖掘算法 被引量:1
2
作者 宋钰 何小利 《科技通报》 北大核心 2014年第2期96-98,101,共4页
针对现有的网络社区挖掘算法在社区划分的质量不高及执行效率低的问题,提出了一种基于日志聚类的邮件网络社区挖掘算法LENCM(the log clustering based e-mail network community mining algorithm),算法根据日志聚类节点的密度变化确... 针对现有的网络社区挖掘算法在社区划分的质量不高及执行效率低的问题,提出了一种基于日志聚类的邮件网络社区挖掘算法LENCM(the log clustering based e-mail network community mining algorithm),算法根据日志聚类节点的密度变化确定核心节点,构成日志连通子图并确定邮件网络社区划分的初始社区中心点和个数,采用错误注入的方式构造算子,并把执行后的日志与关联规则进行比较,借助社区中心动态调整方法将非核心节点划分至所属社区。实验证明基于日志聚类的邮件网络社区划分挖掘算法有较高的划分质量和较快的执行效率,具有一定的有效性和可行性。 展开更多
关键词 日志聚类 社区挖掘 网络社区 动态中心
下载PDF
改进的基于日志聚类的异常检测方法 被引量:4
3
作者 冯士龙 台宪青 马治杰 《计算机工程与设计》 北大核心 2020年第4期1087-1092,共6页
针对基于日志聚类的异常检测方法(LogCluster)处理的日志类型单一的问题,提出一种改进的基于LogCluster的日志异常检测方法,SW-LogCluster。通过使用滑动窗口(sliding window)的方式将日志划分为日志序列,将划分后的日志序列向量化来进... 针对基于日志聚类的异常检测方法(LogCluster)处理的日志类型单一的问题,提出一种改进的基于LogCluster的日志异常检测方法,SW-LogCluster。通过使用滑动窗口(sliding window)的方式将日志划分为日志序列,将划分后的日志序列向量化来进行特征提取,使其既能检测带标记符的日志,也能检测不带标记符的日志,扩展原始方法的应用范围。实验结果表明,SW-LogCluster方法能对所有类型的非结构化日志进行检测,有效扩展了LogCluster方法的适用性。 展开更多
关键词 异常检测 滑动窗口 日志序列划分 日志聚类 日志向量化
下载PDF
基于日志聚类构造行为子集的近似一致性方法
4
作者 王丽丽 向小阳 方贤文 《计算机应用研究》 CSCD 北大核心 2022年第6期1872-1878,共7页
利用行为子集可以求得事件日志与过程模型之间的近似一致性度,但现有方法得到日志候选迹间的行为差异小,影响了行为子集的代表性而导致近似一致性度的准确度偏低。针对该问题,提出一种应用聚类技术预处理事件日志以构造行为子集的近似... 利用行为子集可以求得事件日志与过程模型之间的近似一致性度,但现有方法得到日志候选迹间的行为差异小,影响了行为子集的代表性而导致近似一致性度的准确度偏低。针对该问题,提出一种应用聚类技术预处理事件日志以构造行为子集的近似一致性方法。首先根据迹之间的Levenshtein编辑距离,将事件日志中具有较高行为相似性的迹聚类成若干个子日志;然后遍历各子日志,采用簇内高频和簇中心两种方法选出子日志中的代表迹,形成候选迹集合;进一步利用最优对齐技术构造出模型的行为子集,将其与完整的事件日志进行拟合度计算来得到近似一致性度及其上下界值。最后对现实事件日志进行仿真实验,从准确度和时间效率两方面验证了该方法的优越性。 展开更多
关键词 近似一致性度 日志聚类 编辑距离 候选迹 行为子集
下载PDF
基于Hadoop平台的快速日志挖掘方法 被引量:1
5
作者 昂鑫 徐建 张宏 《计算机与数字工程》 2020年第7期1693-1699,共7页
为了提高对大量异构日志聚类和模式发现的能力,以便给故障预测模型等应用提供有效的日志模式。通过研究日志数据的特性,论文提出了一种面向Hadoop平台的快速日志模式发现方法,该方法采用One-Pass思想,通过扫描一次日志数据,完成对所有... 为了提高对大量异构日志聚类和模式发现的能力,以便给故障预测模型等应用提供有效的日志模式。通过研究日志数据的特性,论文提出了一种面向Hadoop平台的快速日志模式发现方法,该方法采用One-Pass思想,通过扫描一次日志数据,完成对所有日志的聚类,并按顺序合并簇中的日志生成该簇的日志模式。在四个不同规模的日志数据集上进行了验证,实验结果表明该方法在确保聚类和模式发现的准确率的前提下,其内存开销和运行时间大大降低。 展开更多
关键词 日志聚类 模式发现 快速
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部