針對云服務(wù)器使用過程中參數(shù)異常的問題,介紹了云服務(wù)器的參數(shù)數(shù)據(jù)獲取、數(shù)據(jù)清洗整理和有效分析過程。針對現(xiàn)有頻繁模式增長（FP-Growth）算法中存在的條件FP-tree構(gòu)建過程過于冗余以及數(shù)據(jù)量級越大處理效率越低的問題,提出了一種改進(jìn)的FP-Growth算法,引入數(shù)組標(biāo)記策略,每個(gè)FP-tree節(jié)點(diǎn)只保留指向父節(jié)點(diǎn)的指針。改進(jìn)算法在挖掘過程中無需生成條件FP-tree,減少了時(shí)空消耗。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的FP-Growth并行算法能夠有效地提高云平臺虛擬機(jī)異常數(shù)據(jù)的關(guān)聯(lián)分析效率,并且改進(jìn)算法也適用于較大規(guī)模數(shù)據(jù)集的數(shù)據(jù)挖掘工作。 

【文章來源】：計(jì)算機(jī)工程與科學(xué). 2020,42(05)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

3個(gè)算法運(yùn)行時(shí)間對比圖

2個(gè)算法的規(guī)則數(shù)變化圖

關(guān)聯(lián)規(guī)則結(jié)果圖(部分)

【參考文獻(xiàn)】：
期刊論文
[1]基于云平臺的數(shù)據(jù)備份分析[J]. 張?jiān)?  電子世界. 2018(15)
[2]頻繁模式挖掘算法分析和比較[J]. 李敏,李春平.  計(jì)算機(jī)應(yīng)用. 2005(S1)



本文編號：3216979