یک روش برای پیش بینی خطا به منظور سرویس دهی داده جهت توزیع بار با استفاده از الگوریتم ماشین بردار پشتیبان

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 552

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCEB02_063

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

با توجه به اینکه پیش بینی خطا در جهت افزایش سرویس دهی کاربران موضوع مهمی می باشد، بدین منظور ما یک روش برای پیشبینی خطا به منظور سرویس دهی داده جهت توزیع بار با استفاده از الگوریتم ماشین بردار پشتیبان ارائه دادیم. ما این روش را با در نظرگرفتن ورودی های پاک سازی شده به عنوان بردار آموزش به الگوریتم SVM ارائه دادیم. در این حالت دقت سیستم پیش بینی نسبت بهکارهای پیشین افزایش یافت. برای پاک سازی ورودی ها در روش پیشنهادی از یک پنجره زمانی و یک آستانه آشکار ساز استفاده نمودیم. با مشاهده data set های به صورت واقعی و با مطالعه موردی توانستیم کارایی سیستم را افزایش دهیم. در نهایت ما از خروجی SVM برای توزیع بار بهینه بین سرویس دهنده های داده استفاده نمودیم، تا اتکا پذیری سیستم افزایش یابد.

کلیدواژه ها:

پیش بینی خطا ، الگوریتم ماشین بردار پشتیبان ، توزیع بار ، Random Indexing ، Spectrum Representation

نویسندگان

عبدالرضا رمضانی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه پیام نور

آرش قربان نیا دلاور

عضوهیات علمی گروه مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور

فتح الله روحی

کارشناس ارشد مهندسی کامپیوتر دانشگاه پیام نور

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Fulp, E.W., Fink, G.A., Haack, J.N., 2008. Predicting computer system ...
  • Lan, Z., Zheng, Z., Li, Y., 2010. Towvard automated anomaly ...
  • Li, Z., Zhou, S., Choubey, S., Sievenpiper, C.. 2007. Failure ...
  • Mannila, H., Toinoven, H., Verkamo, A.I., 1997. Discovery of frequent ...
  • Pandalai, D.N., Holloway, L.E., 2000. Template languages for fault monitoring ...
  • Sampath, M., Sengupta, R., Lafortune, S., 1994. Diagnosability of discrete ...
  • FU, S ., ANDXU, C.-Z. Exploring event correlation for failure ...
  • (Reno, NV, USA, Nov. 15-21, 2007), pp. 1- [9] LIANG, ...
  • Gross, K.C., Bhardwaj, V., Bickford, R., 2002. detection ...
  • GARFINKEL, S .Practical UNIX and Internet Security. O Reilly, 2003. ...
  • Cortes, C., 1995. Prediction of generalisation PhD ...
  • Tong, S., Chang, E., 2001. Support Vector Machine active learning ...
  • Joachims, T., 1998. Text categorization with SVM: learning with many ...
  • FAWCETT, T. An introduction o roc analysis. Pattern Recognition Letters ...
  • Allen, D.M., 1974. The relationship between variable and data augmentation ...
  • Stone, M., 1978. Cross- validation: a review. Mathematische Operatio n ...
  • نمایش کامل مراجع