發(fā)布時(shí)間：2018-02-17 07:56

  本文關(guān)鍵詞： 服務(wù)器 預(yù)警系統(tǒng) 聚類(lèi)分析 閾值 特征選擇 動(dòng)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(bào)》2017年S1期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)計(jì)算機(jī)服務(wù)器預(yù)警閾值人為設(shè)定不準(zhǔn)確的問(wèn)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(duì)象,提出一種基于聚類(lèi)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(duì)服務(wù)器運(yùn)行數(shù)據(jù)與某類(lèi)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(duì)特征選擇結(jié)果分別用K-means和CURE(clustering using representative)2種聚類(lèi)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(lèi)結(jié)果用于提取該類(lèi)異常的預(yù)警閾值。試驗(yàn)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(duì)比聚類(lèi)結(jié)果,CURE算法聚類(lèi)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(lèi)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(shí)的服務(wù)器臨界狀態(tài)。在實(shí)際驗(yàn)證中,CURE相較于K-means預(yù)警時(shí)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(xiǎn),可用于動(dòng)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(guó)農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院;
【基金】：“十二五”國(guó)家科技支撐計(jì)劃課題(2015BAK04B01)
【分類(lèi)號(hào)】：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(guò)濾式特征選擇算法[J];計(jì)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(dòng)化巡檢系統(tǒng)的研究與實(shí)現(xiàn)[J];電力信息與通信技術(shù);2014年12期

4 張鳳鵬;邱兆國(guó);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?jiǎng)P;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(cè)與儀表;2014年12期

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

7 高國(guó)琴;李明;;基于K-means算法的溫室移動(dòng)機(jī)器人導(dǎo)航路徑識(shí)別[J];農(nóng)業(yè)工程學(xué)報(bào);2014年07期

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

9 彭春華;劉剛;相龍陽(yáng);;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(jià)預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2013年01期

10 毛典輝;;基于MapReduce的Canopy-Kmeans改進(jìn)算法[J];計(jì)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(jué)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(jué)的玉米收獲機(jī)器人路徑識(shí)別[J];農(nóng)機(jī)化研究;2017年12期

3 羅元成;汪應(yīng);;基于計(jì)算機(jī)視覺(jué)的棉花生長(zhǎng)監(jiān)測(cè)自主導(dǎo)航車(chē)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(dòng)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(cè)優(yōu)化設(shè)計(jì)[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(jì)[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(chóng)害智能監(jiān)控的自動(dòng)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(jì)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(pán)苗自動(dòng)移栽裝置設(shè)計(jì)[J];農(nóng)機(jī)化研究;2017年07期

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

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧杰;錢(qián)雪忠;錢(qián)恒;吳秦;;基于特征選擇的統(tǒng)計(jì)最優(yōu)樣本大小算法[J];計(jì)算機(jī)應(yīng)用研究;2014年12期

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

3 劉松;張德賢;;基于權(quán)重差異和類(lèi)別關(guān)聯(lián)的互信息改進(jìn)研究[J];計(jì)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(cè)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(bào);2012年10期

8 王林泓;陳學(xué)昌;;基于雙密度雙樹(shù)小波變換的電能質(zhì)量擾動(dòng)識(shí)別方法[J];電測(cè)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(tái)[J];電力自動(dòng)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(jué)導(dǎo)航路徑檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);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(chǔ)策略的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2015年

2 崔嵩;OPC技術(shù)與分布式實(shí)時(shí)數(shù)據(jù)庫(kù)在SCADA系統(tǒng)中的開(kāi)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(jì)與實(shí)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(jì)與實(shí)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(cè)與控制系統(tǒng)研究[D];中國(guó)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(tái)的研究與實(shí)現(xiàn)[D];中國(guó)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(dòng)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(chǔ)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(kù)連接池的研究與設(shè)計(jì)[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(lèi)分析[J];林業(yè)勘察設(shè)計(jì);1981年02期

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

3 計(jì)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(lèi)分析[J];農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào);1986年06期

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

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

6 涂忠虞;柳樹(shù)雜種的聚類(lèi)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(lèi)分析在太湖地區(qū)水稻土物質(zhì)分類(lèi)上的應(yīng)用[J];土壤學(xué)報(bào);1980年04期

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

9 顏京松,魏善武;聚類(lèi)分析在生態(tài)學(xué)中的應(yīng)用[J];動(dòng)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(lèi)分析[J];江西林業(yè)科技;1983年05期

相關(guān)會(huì)議論文 前10條

1 梅翠;;我國(guó)各地區(qū)居民收入差距及其對(duì)消費(fèi)的制約[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 李均立;傅國(guó)華;;海南各縣(市)經(jīng)濟(jì)實(shí)力的聚類(lèi)分析[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)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(lèi)分析[A];江蘇省現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十次學(xué)術(shù)年會(huì)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(lèi)分析方法的比較研究[A];江蘇省遺傳學(xué)會(huì)第七屆代表大會(huì)暨學(xué)術(shù)研討會(huì)論文摘要匯編[C];2006年

5 路愛(ài)峰;崔玉杰;;滬市電力上市公司經(jīng)營(yíng)業(yè)績(jī)的聚類(lèi)分析[A];中國(guó)數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會(huì)第十二屆學(xué)術(shù)年會(huì)論文集[C];2008年

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

7 張紅衛(wèi);隗金水;;聚類(lèi)分析評(píng)價(jià)與測(cè)量效度關(guān)系探討[A];第九屆全國(guó)體育科學(xué)大會(huì)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(wèn)題的聚類(lèi)分析優(yōu)化遺傳算法研究[A];2001年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2001年

9 詹原瑞;彭書(shū)杰;李如一;;基于聚類(lèi)分析的企業(yè)信用等級(jí)評(píng)價(jià)方法[A];西部開(kāi)發(fā)與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

10 鄒曉玫;修春波;;基于聚類(lèi)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(jì)算智能技術(shù)的聚類(lèi)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(lèi)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(jì)方法模型分析的中藥復(fù)方專(zhuān)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(yàn)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(huì)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(lèi)分析的應(yīng)用研究[D];中國(guó)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(lèi)分析[D];蘇州大學(xué);2015年

4 郭俊峰;聚類(lèi)分析下的股票投資價(jià)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(diǎn)特性建模研究[D];山東大學(xué);2015年

6 褚旭;我國(guó)各省市CDM項(xiàng)目聚類(lèi)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(lèi)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(lèi)分析在學(xué)生成績(jī)中的研究[D];南昌大學(xué);2015年

9 邢蕊;以聚類(lèi)分析為基礎(chǔ)的我國(guó)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(hào)：1517588