典型文献
基于随机森林的云环境下服务故障识别方法
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
邢超;姜瑛
作者机构：
云南省计算机技术应用重点实验室,云南 昆明 650500;昆明理工大学 信息工程与自动化学院,云南 昆明 650500
文献出处：
引用格式：
[1]邢超;姜瑛-.基于随机森林的云环境下服务故障识别方法)[J].现代电子技术,2022(16):87-92
A类：
KMeans++SMOTE,数据平衡化
B类：
云环境,服务故障,故障识别方法,上下文信息,过滤法,嵌入法,特征选择,选择方法,运行数据,故障数据,加权投票,票决,随机森林算法,综合判断,故障类型,高云,故障识别率,数据特征筛选
AB值：
0.242028
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。
