基于時間序列預測的自適應失效檢測模型.pdf

1、隨著全球范圍內(nèi)分布式系統(tǒng)發(fā)展進程的加快及其構造的日趨復雜，越來越多的失效現(xiàn)象層出不窮，嚴重威脅著系統(tǒng)的高可用性。失效檢測作為保障分布式系統(tǒng)高可用性的核心技術之一，已成為研究熱點方向。目前，失效檢測已被廣泛應用于通信協(xié)議、Web服務器、集群管理和失效恢復等方面。同時，失效檢測在無線網(wǎng)絡、云計算平臺、大數(shù)據(jù)等領域也得到了重要應用。
　　 通過研究現(xiàn)有自適應失效檢測算法及其實現(xiàn)過程可以發(fā)現(xiàn)，失效檢測的本質是研究非線性時間序列的預測問題

2、。而最小二乘支持向量回歸算法是非線性時間序列預測領域的有效方法之一，在小樣本空間和預測精度等方面有一定優(yōu)勢。傳統(tǒng)失效檢測算法基于概率統(tǒng)計模型計算下一心跳的到達時間，受限于某種概率分布且需要較大數(shù)據(jù)量，存在一定局限性。而采用最小二乘支持向量回歸算法進行失效檢測預測恰能彌補其不足。在實際應用中常面臨小樣本空間，為此本文提出FD-LSSVR模型并進行了討論。針對現(xiàn)有自適應失效檢測算法需考慮離群值這一問題，模型引入聚類分析法綜合考慮心跳延遲和權