典型文献
高性能互连网络中端口阻塞故障预测方法
文献摘要：
随着系统规模、芯片功耗和链路速率的提升,高性能互连网络的整体故障率也不断上升,传统运维方式将难以为继,给高性能计算系统整体可靠性和可用性带来了巨大挑战.针对网络端口阻塞这类严重网络故障,提出无监督算法的预测模型.该模型从历史信息中挖掘征兆性规律并形成新的特征向量,应用K-means聚类算法对特征向量进行学习归类.在预测时,结合端口当前状态,利用二次指数平滑算法对未来状态进行预测,将得到的新特征向量使用K-means算法预判是否会发生阻塞故障.利用拓扑结构信息,分别对叶交换机和根交换机构建预测子模型,进而提升预测的精确率.结果表明,该预测模型能保持在召回率为88.2％的前提下,达到65.2％的准确率,可为运维人员提供有效的辅助.
文献关键词：
互连网络;故障预测;机器学习
中图分类号：
作者姓名：
徐佳庆;胡小弢;杨汉芝;王强;张磊;唐付桥
作者机构：
国防科技大学计算机学院,湖南长沙 410073
文献出处：
引用格式：
[1]徐佳庆;胡小弢;杨汉芝;王强;张磊;唐付桥-.高性能互连网络中端口阻塞故障预测方法)[J].国防科技大学学报,2022(05):1-12
A类：
网络端口阻塞
B类：
高性能互连网络,阻塞故障,故障预测,功耗,链路,故障率,难以为继,高性能计算系统,系统整体,可用性,网络故障,无监督算法,历史信息,征兆,特征向量,means,聚类算法,二次指数平滑,平滑算法,新特征,拓扑结构,结构信息,交换机,子模型,精确率,召回率
AB值：
0.313035
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
