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,用戶能在越來越多的使用場景中享受云集群技術(shù)帶來的便捷高效。近年來,云集群作業(yè)及其計(jì)算過程造成的數(shù)據(jù)安全事故頻發(fā),引發(fā)行業(yè)對集群作業(yè)本身以及作業(yè)計(jì)算過程的安全性的關(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)測方法的基礎(chǔ)理論,并分析現(xiàn)有異常作業(yè)預(yù)測方法的不足;之后闡述并說明集群作業(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)測方法技術(shù)中的支持向量機(jī)(support vector machine,SVM)模型預(yù)測原理并分析門控遞歸單元(gated recurrent unit,GRU)神經(jīng)網(wǎng)絡(luò)預(yù)測作業(yè)時(shí)的優(yōu)缺點(diǎn)。其次,針對現(xiàn)有集群環(huán)境下異常作業(yè)在線預(yù)測方法預(yù)測效率低、預(yù)測時(shí)間長且未考慮作業(yè)相關(guān)性等問題,設(shè)計(jì)一種基于改進(jìn)門控遞歸單元神經(jīng)網(wǎng)絡(luò)的集群異常作業(yè)在線預(yù)測方法(online cluster anomaly job prediction method based on improved gated recurrent unit neural net...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：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 國內(nèi)外研究現(xiàn)狀
        1.2.1 作業(yè)離線預(yù)測方法
        1.2.2 作業(yè)在線預(yù)測方法
    1.3 論文研究內(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)測方法技術(shù)分析
        2.3.1 支持向量機(jī)分類原理
        2.3.2 門控遞歸單元神經(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)測方法
        3.3.1 作業(yè)子任務(wù)動態(tài)特征
        3.3.2 改進(jìn)門控遞歸單元神經(jīng)網(wǎng)絡(luò)
        3.3.3 改進(jìn)GRU任務(wù)在線預(yù)測過程
        3.3.4 基于IGRU的集群異常作業(yè)在線預(yù)測方法
    3.4 實(shí)驗(yàn)過程與結(jié)果分析
        3.4.1 實(shí)驗(yàn)環(huán)境搭建及數(shù)據(jù)集說明
        3.4.2 預(yù)測性能評價(jià)指標(biāo)
        3.4.3 方法訓(xùn)練
        3.4.4 實(shí)驗(yàn)過程
        3.4.5 方法預(yù)測靈敏度結(jié)果及分析
        3.4.6 方法預(yù)測誤差率結(jié)果及分析
        3.4.7 方法預(yù)測精確度結(jié)果及分析
        3.4.8 方法預(yù)測時(shí)長結(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)測方法
    4.1 研究思路及目標(biāo)
    4.2 預(yù)測方法過程設(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)測階段
        4.2.3 分段集群異常作業(yè)預(yù)測方法
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 實(shí)驗(yàn)過程
        4.3.2 方法預(yù)測靈敏度結(jié)果及分析
        4.3.3 方法預(yù)測誤差率結(jié)果及分析
        4.3.4 方法預(yù)測精確度結(jié)果及分析
        4.3.5 方法預(yù)測時(shí)長結(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)
作者簡介



本文編號：4003730