當今社會,各個行業(yè)對軟件系統(tǒng)的長時間穩(wěn)定運行提出了較高的要求,機房的服務器作為軟件系統(tǒng)運行的基礎設施,在整個軟件系統(tǒng)的運行控制及信息的存儲和傳輸過程中具有極為重要的意義。為了保證軟件的服務質量,后臺服務器系統(tǒng)也必須具有強大的可靠性。如果外部環(huán)境如電力系統(tǒng)、網(wǎng)絡系統(tǒng)等發(fā)生故障,或者服務器硬件老化失效,會使服務器運行中斷,對整個軟件系統(tǒng)的持續(xù)運行造成不良的影響,從而造成巨大的經(jīng)濟損失。因此對服務器的運行情況進行實時無間斷的監(jiān)控是十分必要的,及時準確地檢測機房服務器的運行狀態(tài)、發(fā)現(xiàn)異常故障并發(fā)出相應地警報信號,對后續(xù)的及時處理具有關鍵性的作用。服務器的健康狀態(tài)是通過服務器前面板上的信號燈來反映的,一般情況下,綠燈表示正常狀態(tài)、黃燈表示系統(tǒng)降級狀態(tài)、紅燈表示嚴重系統(tǒng)故障。早期服務器狀態(tài)的監(jiān)控工作是由人工定時巡查的方式進行的,這種方式不僅低效,而且很難保證反饋的及時性。后來出現(xiàn)了基于傳感器網(wǎng)絡的監(jiān)控方式,但是這種方式要求較高的經(jīng)濟成本,而且需要在機房建設之初進行完備的規(guī)劃。國內外一些學者在交通燈自動識別方面的研究可以應用到服務器的狀態(tài)檢測中來,其大體思路是提取信號交通燈的形態(tài)及HSV特征并結合一... 

【文章來源】：北京工業(yè)大學北京市211工程院校

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內外現(xiàn)狀研究
    1.3 研究目標及主要內容
    1.4 本文的結構安排
第2章 相關技術與理論
    2.1 微服務架構技術
        2.1.1 傳統(tǒng)開發(fā)模式分析
        2.1.2 微服務架構方式的關鍵思想
    2.2 深度置信網(wǎng)絡相關理論
        2.2.1 深度置信網(wǎng)絡概述
        2.2.2 受限玻爾茲曼機
        2.2.3 深度置信網(wǎng)絡訓練過程
    2.3 圖像特征值提取
    2.4 本章小節(jié)
第3章 服務器信號燈狀態(tài)檢測算法分析及研究
    3.1 相關檢測算法分析
        3.1.1 基于無線傳感器網(wǎng)絡的檢測方法分析
        3.1.2 基于圖像HSV特征的檢測算法分析
    3.2 基于RGBMR及DBN的檢測算法
        3.2.1 圖像RGBMR特征提取方法
        3.2.2 DBN識別算法
    3.3 實驗研究
        3.3.1 圖像RGBMR特征的提取實驗
        3.3.2 DBN建立及評估識別
        3.3.3 對比研究實驗
    3.4 本章小節(jié)
第4章 基于微服務架構的服務器運行狀態(tài)檢測系統(tǒng)研究
    4.1 服務器信號燈檢測系統(tǒng)分析
        4.1.1 系統(tǒng)可行性分析
        4.1.2 系統(tǒng)需求分析
    4.2 服務器信號燈檢測系統(tǒng)總體設計
    4.3 服務器信號燈檢測系統(tǒng)詳細設計
        4.3.1 運維子系統(tǒng)及數(shù)據(jù)關系配置
        4.3.2 控制子系統(tǒng)設計
        4.3.3 視頻與圖像采集子系統(tǒng)設計
        4.3.4 分析子系統(tǒng)設計
    4.4 系統(tǒng)運行測試
    4.5 本章小節(jié)
結論
參考文獻
攻讀碩士學位期間發(fā)表的學術論文
致謝


【參考文獻】：
期刊論文
[1]基于深度學習的醫(yī)學影像診斷綜述[J]. 張巧麗,趙地,遲學斌.  計算機科學. 2017(S2)
[2]基于HSV空間的顏色特征提取[J]. 楊奧博,盛家川,李玉芝,劉賞,趙坤圓.  電腦知識與技術. 2017(18)
[3]一種多層網(wǎng)絡下動態(tài)負載均衡算法[J]. 劉立幫,黃剛.  計算機技術與發(fā)展. 2017(02)
[4]多傳感器數(shù)據(jù)融合技術在機房監(jiān)控系統(tǒng)中的應用[J]. 趙玲云.  現(xiàn)代電子技術. 2016(24)
[5]基于微服務的數(shù)據(jù)服務框架設計[J]. 歐陽榮彬,王倩宜,龍新征.  華中科技大學學報(自然科學版). 2016(S1)
[6]一種基于微服務的應用框架[J]. 張晶,黃小鋒.  計算機系統(tǒng)應用. 2016(09)
[7]神經(jīng)網(wǎng)絡七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計算機學報. 2016(08)
[8]基于HSV色彩空間與形狀特征的交通燈自動識別[J]. 朱永珍,孟慶虎,普杰信.  電視技術. 2015(05)
[9]深度學習的研究與發(fā)展[J]. 張建明,詹智財,成科揚,詹永照.  江蘇大學學報(自然科學版). 2015(02)
[10]基于ZigBee技術的交通信號燈辨識系統(tǒng)設計[J]. 趙樹恩,張沙沙.  計算機測量與控制. 2014(12)

碩士論文
[1]基于小波變換的圖像融合算法研究[D]. 徐萌萌.哈爾濱理工大學 2014
[2]基于人工神經(jīng)網(wǎng)絡的圖像識別和分類[D]. 卜富清.成都理工大學 2010
[3]圖像特征提取方法的研究[D]. 延偉東.西北工業(yè)大學 2007



本文編號：3637092