摘要
本发明公开了一种基于变分自编码器的云计算环境异常检测存算训一体方法,S1、设计并初始化基于TensorFlow的分布式变分自编码器模型,形成重构数据;S2、在云计算环境中,构建分布式数据存储与计算架构;S3、在多个计算节点上部署并配置TensorFlow的分布式计算框架,配置参数服务器与工作器计算节点;S4、各计算节点利用TensorFlow的分布式策略,并行获取本地存储的预处理数据集;S5、在训练完成后,通过解码器生成重构数据;S6、各计算节点将检测出的重构误差与预设阈值比较后,将超过阈值的数据标记为异常。本发明通过一体化的设计,成功实现了云计算环境下大规模、分布式数据的异常检测。
技术关键词
节点
编码器
分布式数据存储
分布式策略
分布式计算框架
重构误差
虚拟化资源管理
分布式任务调度
服务器
TensorFlow框架
HDFS分布式文件系统
分布式一致性协议
云计算环境
解码器
参数初始化方法
集成策略
虚拟化技术
系统为您推荐了相关专利信息
模型构建方法
节点
模型构建装置
关系
计算机程序指令
节点
公证申请
零知识证明技术
关联地理位置信息
电子
分类预测模型
神经网络模型
生成方法
分类特征
节点特征
同步磁阻电机
电感辨识方法
数学模型
电流
表达式
齿轮裂纹
预测分析方法
分析模型参数
声发射
实时数据