首页|期刊导航|自动化学报|基于RUL和SVs-GFF的云服务器老化预测方法

基于RUL和SVs-GFF的云服务器老化预测方法OA北大核心CSTPCD

中文摘要

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问题,借鉴剩余使用寿命(Remaining useful life,RUL)概念,提出基于支持向量和高斯函数拟合(Support vectors and Gaussian function fitting,SVs-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(Support vector regression,SVR)对统计特征指标进行数据稀疏化…查看全部>>

孟海宁;童新宇;谢国;张贝贝;黑新宏

西安理工大学计算机科学与工程学院,西安710048 陕西省网络计算与安全技术重点实验室,西安710048西安理工大学计算机科学与工程学院,西安710048西安理工大学计算机科学与工程学院,西安710048西安理工大学计算机科学与工程学院,西安710048西安理工大学计算机科学与工程学院,西安710048

计算机与自动化

云服务器软件老化支持向量回归高斯函数拟合剩余使用寿命

《自动化学报》 2024 (10)

P.2036-2048,13

国家自然科学基金(61602375,61773313)陕西省自然科学基础研究计划基金(2019JQ-749)资助。

10.16383/j.aas.c211112

评论

您当前未登录!去登录点击加载更多...