本文關(guān)鍵詞： 服務(wù)器 預(yù)警系統(tǒng) 聚類分析 閾值 特征選擇 動態(tài)提取 數(shù)據(jù)采集與監(jiān)視控制系統(tǒng) 農(nóng)業(yè)　出處：《農(nóng)業(yè)工程學(xué)報》2017年S1期 　論文類型：期刊論文

【摘要】：針對計算機(jī)服務(wù)器預(yù)警閾值人為設(shè)定不準(zhǔn)確的問題,該文以某農(nóng)業(yè)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(supervisory control and data acquisition,SCADA)中Apache服務(wù)器為研究對象,提出一種基于聚類分析提取服務(wù)器監(jiān)控指標(biāo)預(yù)警閾值的方法。首先對服務(wù)器運(yùn)行數(shù)據(jù)與某類異常發(fā)生前的預(yù)警信息進(jìn)行特征選擇。在數(shù)據(jù)分布形狀未知的情況下,對特征選擇結(jié)果分別用K-means和CURE(clustering using representative)2種聚類算法挖掘異常發(fā)生前服務(wù)器運(yùn)行狀態(tài)的普遍特征,將聚類結(jié)果用于提取該類異常的預(yù)警閾值。試驗表明:特征選擇可提取出影響該SCADA系統(tǒng)中服務(wù)器性能的監(jiān)控指標(biāo)。對比聚類結(jié)果,CURE算法聚類質(zhì)心與正常信息質(zhì)心的距離范圍為0.02~0.05,而K-means算法聚類質(zhì)心與正常信息質(zhì)心的距離范圍為0.15~0.2,CURE算法提取的預(yù)警閾值更加靠近預(yù)警發(fā)生時的服務(wù)器臨界狀態(tài)。在實際驗證中,CURE相較于K-means預(yù)警時間至少提前24 h,該文方法提取的服務(wù)器預(yù)警閾值相比人工方式能更早地發(fā)現(xiàn)系統(tǒng)潛在風(fēng)險,可用于動態(tài)更新預(yù)警閾值。
[Abstract]:Aiming at the problem of artificial setting of early warning threshold of computer server, this paper studies the Apache server in the Supervisory control and data acquisition system of a certain agricultural data acquisition and control system. A method based on clustering analysis is proposed to extract the early warning threshold of server monitoring index. Firstly, the feature selection of the warning information before the server running data and a certain kind of anomaly occurs is carried out. When the data distribution shape is unknown, For feature selection results, K-means and CURE(clustering using representative)2 clustering algorithms are used to mine the common features of server running state before abnormal occurrence. The clustering result is used to extract the warning threshold of this kind of anomaly. The experiment shows that the feature selection can extract the monitoring indexes that affect the performance of the server in the SCADA system. The clustering centroid and the normal information centroid of the clustering algorithm are compared with the clustering results. The range of distance between K-means clustering centroid and normal information centroid is 0. 15 / 0. 2CURE algorithm, which is closer to the critical state of the server when the alarm occurs. In practical verification, the range of clustering centroid and normal information centroid is closer to the critical state of the server. At least 24 hours in advance, the server warning threshold extracted by this method can detect the potential risks of the system earlier than the manual approach. It can be used to update the warning threshold dynamically.
【作者單位】： 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院;
【基金】：“十二五”國家科技支撐計劃課題(2015BAK04B01)
【分類號】：S126;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許堯;胡學(xué)鋼;李培培;;一種基于組策略的過濾式特征選擇算法[J];計算機(jī)應(yīng)用研究;2016年05期

2 Weiping Ding;Jiandong Wang;Zhijin Guan;Quan Shi;;Ensemble feature selection integrating elitist roles and quantum game model[J];Journal of Systems Engineering and Electronics;2015年03期

3 劉思堯;;基于ZABBIX的自動化巡檢系統(tǒng)的研究與實現(xiàn)[J];電力信息與通信技術(shù);2014年12期

4 張鳳鵬;邱兆國;馮夏庭;;Non-complete relief method for measuring surface stresses in surrounding rocks[J];Journal of Central South University;2014年09期

5 柏晶晶;袁曉冬;張帥;王元凱;陳兵;顧偉;;基于組合賦值法的穩(wěn)態(tài)電能質(zhì)量預(yù)警閾值研究[J];電測與儀表;2014年12期

6 張靜;;數(shù)據(jù)挖掘中聚類分析綜述[J];價值工程;2014年15期

7 高國琴;李明;;基于K-means算法的溫室移動機(jī)器人導(dǎo)航路徑識別[J];農(nóng)業(yè)工程學(xué)報;2014年07期

8 劉文杰;伍之昂;曹杰;潘金貴;;基于成對約束Info-Kmeans聚類的圖像索引方法[J];通信學(xué)報;2013年07期

9 彭春華;劉剛;相龍陽;;基于Relief相關(guān)性特征提取和微分進(jìn)化支持向量機(jī)的短期電價預(yù)測[J];電工技術(shù)學(xué)報;2013年01期

10 毛典輝;;基于MapReduce的Canopy-Kmeans改進(jìn)算法[J];計算機(jī)工程與應(yīng)用;2012年27期

相關(guān)碩士學(xué)位論文 前1條

1 陳秋紅;面向農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用層的SCADA系統(tǒng)性能優(yōu)化研究[D];浙江大學(xué);2016年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳東明;王麗娟;;基于GPS和機(jī)器視覺的自主導(dǎo)航定位農(nóng)機(jī)設(shè)備研究[J];農(nóng)機(jī)化研究;2018年02期

2 胡丹丹;殷歡;;基于機(jī)器視覺的玉米收獲機(jī)器人路徑識別[J];農(nóng)機(jī)化研究;2017年12期

3 羅元成;汪應(yīng);;基于計算機(jī)視覺的棉花生長監(jiān)測自主導(dǎo)航車輛研究[J];農(nóng)機(jī)化研究;2017年12期

4 汪應(yīng);羅元成;;基于Java3D和VRML技術(shù)的采摘機(jī)械手運(yùn)動仿真研究[J];農(nóng)機(jī)化研究;2017年12期

5 張建軍;杜莉;;基于WSN和嵌入式系統(tǒng)的收割機(jī)智能監(jiān)測優(yōu)化設(shè)計[J];農(nóng)機(jī)化研究;2017年09期

6 魏婉華;牛鑫;葛蓁;劉志剛;;一種循環(huán)式微波輔助玉米干燥機(jī)設(shè)計[J];農(nóng)機(jī)化研究;2017年09期

7 房亞群;谷利芬;張莉;;基于物聯(lián)網(wǎng)農(nóng)業(yè)病蟲害智能監(jiān)控的自動噴藥機(jī)研究[J];農(nóng)機(jī)化研究;2017年08期

8 孫曉文;范媛媛;劉志剛;;基于云計算技術(shù)和3D渲染的農(nóng)機(jī)虛擬制造技術(shù)研究[J];農(nóng)機(jī)化研究;2017年07期

9 田磊;邢鵬康;張莉;;基于PLC和光電傳感控制的穴盤苗自動移栽裝置設(shè)計[J];農(nóng)機(jī)化研究;2017年07期

10 王新晴;孟凡杰;呂高旺;任國亭;;基于PCA-SVM準(zhǔn)則改進(jìn)區(qū)域生長的非結(jié)構(gòu)化道路識別[J];計算機(jī)應(yīng)用;2017年06期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧杰;錢雪忠;錢恒;吳秦;;基于特征選擇的統(tǒng)計最優(yōu)樣本大小算法[J];計算機(jī)應(yīng)用研究;2014年12期

2 馬希驁;王國胤;于洪;;決策域分布保持的啟發(fā)式屬性約簡方法[J];軟件學(xué)報;2014年08期

3 劉松;張德賢;;基于權(quán)重差異和類別關(guān)聯(lián)的互信息改進(jìn)研究[J];計算機(jī)應(yīng)用研究;2014年07期

4 黃健;;數(shù)據(jù)集中模式下電網(wǎng)企業(yè)信息系統(tǒng)運(yùn)維管理探討[J];電子技術(shù)與軟件工程;2013年16期

5 Weiping Ding;Jiandong Wang;Zhijin Guan;Quan Shi;;Enhanced minimum attribute reduction based on quantum-inspired shuffled frog leaping algorithm[J];Journal of Systems Engineering and Electronics;2013年03期

6 黃永紅;柏晶晶;陳暉;;基于電流跟蹤的并聯(lián)混合有源濾波器單周控制[J];電測與儀表;2013年04期

7 袁挺;任永新;李偉;紀(jì)超;譚豫之;;基于光照色彩穩(wěn)定性分析的溫室機(jī)器人導(dǎo)航信息獲取[J];農(nóng)業(yè)機(jī)械學(xué)報;2012年10期

8 王林泓;陳學(xué)昌;;基于雙密度雙樹小波變換的電能質(zhì)量擾動識別方法[J];電測與儀表;2012年08期

9 王芳;顧偉;袁曉冬;周贛;吳志;林德清;;面向智能電網(wǎng)的新一代電能質(zhì)量管理平臺[J];電力自動化設(shè)備;2012年07期

10 王新忠;韓旭;毛罕平;劉飛;;基于最小二乘法的溫室番茄壟間視覺導(dǎo)航路徑檢測[J];農(nóng)業(yè)機(jī)械學(xué)報;2012年06期

相關(guān)碩士學(xué)位論文 前10條

1 劉孟昕;SCADA系統(tǒng)中海量數(shù)據(jù)采集及存儲策略的研究與實現(xiàn)[D];北京郵電大學(xué);2015年

2 崔嵩;OPC技術(shù)與分布式實時數(shù)據(jù)庫在SCADA系統(tǒng)中的開發(fā)與應(yīng)用[D];山東大學(xué);2014年

3 陳晨;SCADA系統(tǒng)中消息中間件的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2014年

4 吳武豪;基于物聯(lián)網(wǎng)的豬舍環(huán)境監(jiān)控系統(tǒng)研究[D];浙江大學(xué);2014年

5 龐強(qiáng);面向物聯(lián)網(wǎng)監(jiān)控系統(tǒng)的高性能通信服務(wù)設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2014年

6 白冰;基于物聯(lián)網(wǎng)技術(shù)的北方設(shè)施農(nóng)業(yè)環(huán)境數(shù)據(jù)監(jiān)測與控制系統(tǒng)研究[D];中國農(nóng)業(yè)科學(xué)院;2013年

7 耿盼盼;通用物聯(lián)網(wǎng)數(shù)據(jù)采集與分析平臺的研究與實現(xiàn)[D];中國海洋大學(xué);2013年

8 劉恒;并發(fā)數(shù)據(jù)結(jié)構(gòu)及其在動態(tài)內(nèi)存管理中的應(yīng)用[D];重慶大學(xué);2013年

9 吳金朋;一種大數(shù)據(jù)存儲模型的研究與應(yīng)用[D];北京郵電大學(xué);2013年

10 楊熙;基于多池架構(gòu)數(shù)據(jù)庫連接池的研究與設(shè)計[D];哈爾濱工程大學(xué);2012年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳華豪;;聚類分析[J];林業(yè)勘察設(shè)計;1981年02期

2 陳華豪;;聚類分析[J];林業(yè)勘查設(shè)計;1981年02期

3 計維濃,楊君明;太湖流域主要糧食作物和有關(guān)土壤中若干元素的聚類分析[J];農(nóng)業(yè)環(huán)境科學(xué)學(xué)報;1986年06期

4 錢曉剛;朱志強(qiáng);;聚類分析[J];耕作與栽培;1988年02期

5 涂忠虞;柳樹雜種的聚類分析[J];林業(yè)科技資料;1979年03期

6 涂忠虞;柳樹雜種的聚類分析[J];山東林業(yè)科技;1979年03期

7 劉多森,徐琪,陸彥椿;聚類分析在太湖地區(qū)水稻土物質(zhì)分類上的應(yīng)用[J];土壤學(xué)報;1980年04期

8 何國浩,馬育華;江淮下游地區(qū)大豆地方品種的聚類分析[J];大豆科學(xué);1983年04期

9 顏京松,魏善武;聚類分析在生態(tài)學(xué)中的應(yīng)用[J];動物學(xué)雜志;1983年04期

10 丁思統(tǒng);多元分析講座——第三講 聚類分析[J];江西林業(yè)科技;1983年05期

相關(guān)會議論文 前10條

1 梅翠;;我國各地區(qū)居民收入差距及其對消費(fèi)的制約[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

2 李均立;傅國華;;海南各縣(市)經(jīng)濟(jì)實力的聚類分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 劉黃金;曹林峰;;南京服務(wù)業(yè)發(fā)展的聚類分析[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學(xué)術(shù)年會論文集[C];2006年

4 肖靜;楊澤峰;徐辰武;;微陣列表達(dá)譜監(jiān)督聚類分析方法的比較研究[A];江蘇省遺傳學(xué)會第七屆代表大會暨學(xué)術(shù)研討會論文摘要匯編[C];2006年

5 路愛峰;崔玉杰;;滬市電力上市公司經(jīng)營業(yè)績的聚類分析[A];中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會第十二屆學(xué)術(shù)年會論文集[C];2008年

6 陳國華;廖小蓮;夏君;;證券投資分析的聚類分析方法[A];中國企業(yè)運(yùn)籌學(xué)[2011（1）][C];2011年

7 張紅衛(wèi);隗金水;;聚類分析評價與測量效度關(guān)系探討[A];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

8 牛東曉;乞建勛;;網(wǎng)絡(luò)資源平衡問題的聚類分析優(yōu)化遺傳算法研究[A];2001年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2001年

9 詹原瑞;彭書杰;李如一;;基于聚類分析的企業(yè)信用等級評價方法[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第12屆年會論文集[C];2002年

10 鄒曉玫;修春波;;基于聚類分析的犯罪率相關(guān)因素的研究[A];當(dāng)代法學(xué)論壇（二○一○年第3輯）[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 張建萍;基于計算智能技術(shù)的聚類分析研究與應(yīng)用[D];山東師范大學(xué);2014年

2 李成安;分布式環(huán)境下聚類分析新方法的研究[D];浙江大學(xué);2006年

3 楊旭杰;基于統(tǒng)計方法模型分析的中藥復(fù)方專利保護(hù)研究[D];北京中醫(yī)藥大學(xué);2012年

4 李寶玲;王裕頤教授學(xué)術(shù)思想與臨床經(jīng)驗總結(jié)及治療眩暈證治規(guī)律研究[D];北京中醫(yī)藥大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 李元俊;大學(xué)生就業(yè)能力培養(yǎng)與社會需求的匹配性研究[D];山東建筑大學(xué);2015年

2 馮雪冰;基于模糊理論的EM算法在聚類分析的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 黃銀;行業(yè)地區(qū)發(fā)展水平的聚類分析[D];蘇州大學(xué);2015年

4 郭俊峰;聚類分析下的股票投資價值挖掘研究[D];大連海事大學(xué);2015年

5 張旭;考慮風(fēng)電接入不確定性的節(jié)點特性建模研究[D];山東大學(xué);2015年

6 褚旭;我國各省市CDM項目聚類分析及影響因素研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

7 劉鑫琳;VAGUE集理論及其在聚類分析中的應(yīng)用[D];廣西大學(xué);2015年

8 周穎;基于蟻群算法的聚類分析在學(xué)生成績中的研究[D];南昌大學(xué);2015年

9 邢蕊;以聚類分析為基礎(chǔ)的我國證券公司效率研究[D];山西大學(xué);2015年

10 王帥宇;K-Means算法在用戶細(xì)分方面的應(yīng)用研究[D];北京理工大學(xué);2015年

，

本文編號：1517588