摘要
本发明公开了一种基于应用聚类的应用性能预测与故障检测方法、系统及存储介质。通过采集网络中各节点的系统设备底层数据和应用层的应用性能数据和应用响应时间数据,对采集的所有应用性能数据进行聚类,分成CPU为主、内存为主、硬盘为主、网络为主四类。针对每一组类别的全部应用,以设备底层数据建立逻辑回归模型,预测应用响应时间数据,训练获得预测模型,针对某应用采用对应的预测模型对一组新的设备底层数据对应用进行预测,得到应用响应时间预测结果,对应用响应时间预测结果和实际应用响应时间构建逻辑回归二分类模型,训练。采用本发明可对系统上运行的每一个应用进行可靠有效的单独应用性能预测与故障检测。
技术关键词
响应时间预测
故障检测方法
二分类模型
Kmeans算法
网络带宽利用率
系统设备
逻辑回归模型
聚类
时序
故障检测系统
故障检测模块
内存
磁盘
数据采集模块
处理器
硬盘
节点
系统为您推荐了相关专利信息
识别故障
断路器故障检测
特征提取模块
数据采集模块
核主成分分析
软件缺陷预测方法
策略
样本
对抗性
集成学习算法
故障检测方法
化工
滑动窗口
注意力机制
田纳西伊斯曼
OTA升级包
数据处理方法
措施
车辆系统
解压缩算法