《计算机工程与科学杂志》发表论文赏析

网络日志数据中条件因果挖掘算法的优化研究

来源:计算机工程与科学杂志2021年第9期北京时间:

作者:刘云, 肖添

单位:昆明理工大学信息工程与自动化学院,云南 昆明 650500

摘要:网络操作中收集了大量的系统日志数据,找出精确的系统故障成为重要的研究方向。提出一种条件因果挖掘算法(CCMA),通过从日志消息中生成一组时间序列数据,分别用傅里叶分析和线性回归分析删除大量无关的周期性时间序列后,利用因果推理算法输出有向无环图,通过检测无环图的边缘分布,消除冗余关系得出最终结果。仿真结果表明,对比依赖挖掘算法(DMA)和网络信息关联与探索算法(NICE),CCMA算法在处理时间和边缘相关率2个主要性能指标方面均有改善,表明CCMA算法在日志事件挖掘中能有效优化处理速度和挖掘精度。

关键词:条件因果,日志数据,网络管理,数据挖掘,

基金资助:云南省重大科技专项计划(202002AD080002)

2021年9期其他文献查阅:

基于FPGA的卷积神经网络加速器动态余数处理映射模型

基于DNA折纸术求解可满足性问题的计算模型

面向高带宽I/O的片上网络优化

基于神经网络编码的真值发现

基于醉汉漫步和反向学习的灰狼优化算法

大规模数据流统计中冷热流替换策略优化

一种边缘设备动态信任度的评估模型

网络日志数据中条件因果挖掘算法的优化研究

基于胶囊网络的跨域行人再识别

三维网格图的零可视警察与强盗博弈算法

基于改进NLM的PCB图像去噪算法

结合自适应融合网络与哈希的图像检索算法

基于融合亮度模型和梯度域滤波的图像去雾#br#

基于部分卷积的文字图像不规则干扰修复算法研究

基于改进CHI和PCA的文本特征选择

融合社交信息的局部潜在空间推荐方法

基于同义词词林和规则的中文远程监督人物关系抽取方法

结合BERT和BiSRU-AT的中文文本情感分类

基于列表结构的加权可擦除项集挖掘算法

基于组合预测模型的小样本轴承故障分类诊断

基于扩展自然邻居的无参分类方法

基于负相关性增强的不平衡多标签学习算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!