科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对云服务器中存在软件老化现象,将造成系统性能衰退与可靠性下降的问题,借鉴剩余使用寿命（Remaining useful life, RUL）概念,提出基于支持向量（Support vectors, SVs）与高斯函数拟合（Gaussian function fitting, GFF）的老化预测方法.首先提取云服务器老化数据的统计特征指标,并采用支持向量回归对统计特征指标进行数据稀疏化处理,得到支持向量序列数据.然后建立基于密度聚类的高斯函数拟合模型,对不同核函数下的支持向量序列数据进行老化曲线拟合,并采用Fréchet距离优化算法选取最优老化曲线.最后基于最优老化曲线,评估系统到达老化阈值前的RUL,以预测系统何时发生老化.在OpenStack云服务器4个老化数据集上的实验结果均表明,所提基于RUL和SVs-GFF的云服务器老化预测方法与传统预测方法相比,具有更高的预测精度与更快的收敛速度.
- 单位
