基于随机森林的高性能互连网络阻塞故障检测

来源 :计算机科学 | 被引量 : 0次 | 上传用户:cxqr520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
高性能互连网络是高性能计算机系统中各节点高速协同并行计算的关键。在高性能互连网络的运维过程中,由链路质量恶化引发的网络端口阻塞故障定位困难,一旦发生网络端口阻塞,轻则会导致网络中的丢包率和端对端延迟升高,重则会造成整个网络的瘫痪,严重影响整个系统的可靠性。随着人工智能时代的到来,智能运维已经在网络运维中发挥了重要作用,但是基于高性能互连网络的智能运维研究相对较少。文中基于运维人员在自研高速互连网络运维中积累的大量数据和丰富经验,提出使用有监督的随机森林方法进行网络阻塞检测,实验结果表明,该方法在保持平均9
其他文献
群智感知中,如何保护用户的地理位置隐私是核心问题之一。传统地理位置隐私保护方法通常需要对攻击者的先验知识进行假设,才能保证相应的保护效果。近期,一种新型的地理位置
基于知识库的问答系统旨在通过解析用户的自然语言问句直接在知识库中提取出答案。目前,大多数知识库问答模型都遵循实体检测和关系识别这两个步骤,但是此类方法忽略了知识库
对疾病相关风险项的分析是数据挖掘理论在医疗领域应用的一个重要内容,可以帮助医生分析疾病成因,从而有效地开展防治工作。医学领域的疾病数据有其自身的特征,例如其高度不
格上基于身份的加密机制(Identity-Based Encryption, IBE)能够有效抵抗量子攻击,并且该机制将每个人的身份信息作为公钥,能够简化公钥基础设施(Public Key Infrastructure,
词与其上下文的共现矩阵是词的分布表示学习的关键。在构造共现矩阵时,可采用不同方法来度量词与其上下文之间的关联。文中首先介绍了3种词与其上下文的关联度量方法并构造了
下一代蜂窝网络在网络管理和服务供应场景中发挥着重要的作用,对移动网络流量的预测分析正变得越来越重要。文中针对城市蜂窝流量的预测,设计了一个基于多通道稀疏长期短期记
生成式对抗神经网络(Generative Adversarial Nets, GAN)和对抗自编码器(Adversarial Autoencoder, AAE)被成功地应用于图像生成中。此外,对抗网络能够无监督地对样本中所包含的数据特征进行学习。然而,将传统的对抗网络应用于异常检测时取得的分类效果较差,有两个方面的原因:一是GAN属于生成式模型,但异常检测模型往往被归入判别式模型的范畴;二是现有的
空中自组网(Flying Ad-Hoc Network, FANET)是支撑无人机集群系统(Unmanned Aerial Vehicle Swarm, UAV swarm)的关键技术,它由数量庞大且具有无线通信能力的小型无人机构成
随着经济的不断发展,环境污染问题也日益加重,因此,环境监测技术成为当前研究的热点课题。目前,环境监测存在难度大、总量大以及范围大等问题。监测环境差,导致各项试验数据不能满足标准要求,监测结果存在一定的偏差;采集数据时间滞后,每天采集的信息数据有限且数据信息更新严重滞后;监测设备功能单一,单一业务数据无法满足环境监测综合管理需要。为更好地解决环境监测中的实际问题,研发基于智慧灯杆的物联网智能感知子系
为了提高Docker容器服务器集群的抗并发性和缩短平均响应时间,文中设计了一种动态负载容器服务器的算法DLOAD(Dynamic Loading Algorithm)。该算法在WRR负载算法的基础上引用