發(fā)布時(shí)間：2024-07-08 19:00

　　由于大數(shù)據(jù)與云集群計(jì)算技術(shù)的不斷發(fā)展,用戶(hù)能在越來(lái)越多的使用場(chǎng)景中享受云集群技術(shù)帶來(lái)的便捷高效。近年來(lái),云集群作業(yè)及其計(jì)算過(guò)程造成的數(shù)據(jù)安全事故頻發(fā),引發(fā)行業(yè)對(duì)集群作業(yè)本身以及作業(yè)計(jì)算過(guò)程的安全性的關(guān)注。因此,集群環(huán)境下高效的異常作業(yè)預(yù)測(cè)方法的研究已經(jīng)成為熱點(diǎn)。本文從作業(yè)子任務(wù)角度考慮作業(yè)異常,首先敘述集群環(huán)境下異常作業(yè)預(yù)測(cè)方法的基礎(chǔ)理論,并分析現(xiàn)有異常作業(yè)預(yù)測(cè)方法的不足;之后闡述并說(shuō)明集群作業(yè)處理機(jī)制及作業(yè)運(yùn)行狀態(tài)與其狀態(tài)相關(guān)性;敘述作業(yè)子任務(wù)運(yùn)行的不同階段預(yù)測(cè)方法技術(shù)中的支持向量機(jī)(support vector machine,SVM)模型預(yù)測(cè)原理并分析門(mén)控遞歸單元(gated recurrent unit,GRU)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)作業(yè)時(shí)的優(yōu)缺點(diǎn)。其次,針對(duì)現(xiàn)有集群環(huán)境下異常作業(yè)在線預(yù)測(cè)方法預(yù)測(cè)效率低、預(yù)測(cè)時(shí)間長(zhǎng)且未考慮作業(yè)相關(guān)性等問(wèn)題,設(shè)計(jì)一種基于改進(jìn)門(mén)控遞歸單元神經(jīng)網(wǎng)絡(luò)的集群異常作業(yè)在線預(yù)測(cè)方法(online cluster anomaly job prediction method based on improved gated recurrent unit neural net...

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 作業(yè)離線預(yù)測(cè)方法
        1.2.2 作業(yè)在線預(yù)測(cè)方法
    1.3 論文研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)安排
    1.5 總結(jié)
第二章 基礎(chǔ)理論及方法分析
    2.1 集群作業(yè)處理機(jī)制分析
        2.1.1 Map/Reduce基本原理
        2.1.2 集群作業(yè)處理過(guò)程
    2.2 集群作業(yè)狀態(tài)與狀態(tài)相關(guān)性分析
        2.2.1 集群作業(yè)狀態(tài)分析
        2.2.2 集群作業(yè)狀態(tài)相關(guān)性分析
    2.3 異常作業(yè)預(yù)測(cè)方法技術(shù)分析
        2.3.1 支持向量機(jī)分類(lèi)原理
        2.3.2 門(mén)控遞歸單元神經(jīng)網(wǎng)絡(luò)分析
    2.4 本章小結(jié)
第三章 集群異常作業(yè)在線預(yù)測(cè)方法
    3.1 基本定義
    3.2 研究思路及目標(biāo)
    3.3 集群異常作業(yè)在線預(yù)測(cè)方法
        3.3.1 作業(yè)子任務(wù)動(dòng)態(tài)特征
        3.3.2 改進(jìn)門(mén)控遞歸單元神經(jīng)網(wǎng)絡(luò)
        3.3.3 改進(jìn)GRU任務(wù)在線預(yù)測(cè)過(guò)程
        3.3.4 基于IGRU的集群異常作業(yè)在線預(yù)測(cè)方法
    3.4 實(shí)驗(yàn)過(guò)程與結(jié)果分析
        3.4.1 實(shí)驗(yàn)環(huán)境搭建及數(shù)據(jù)集說(shuō)明
        3.4.2 預(yù)測(cè)性能評(píng)價(jià)指標(biāo)
        3.4.3 方法訓(xùn)練
        3.4.4 實(shí)驗(yàn)過(guò)程
        3.4.5 方法預(yù)測(cè)靈敏度結(jié)果及分析
        3.4.6 方法預(yù)測(cè)誤差率結(jié)果及分析
        3.4.7 方法預(yù)測(cè)精確度結(jié)果及分析
        3.4.8 方法預(yù)測(cè)時(shí)長(zhǎng)結(jié)果及分析
    3.5 本章小結(jié)
第四章 集群異常作業(yè)分段預(yù)測(cè)方法
    4.1 研究思路及目標(biāo)
    4.2 預(yù)測(cè)方法過(guò)程設(shè)計(jì)
        4.2.1 作業(yè)子任務(wù)靜態(tài)特征
        4.2.2 集群異常作業(yè)離線預(yù)測(cè)階段
        4.2.3 分段集群異常作業(yè)預(yù)測(cè)方法
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 實(shí)驗(yàn)過(guò)程
        4.3.2 方法預(yù)測(cè)靈敏度結(jié)果及分析
        4.3.3 方法預(yù)測(cè)誤差率結(jié)果及分析
        4.3.4 方法預(yù)測(cè)精確度結(jié)果及分析
        4.3.5 方法預(yù)測(cè)時(shí)長(zhǎng)結(jié)果及分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介



本文編號(hào)：4003730