基于概率统计模型的电力IT监控对象特征异常检测

随着数据中心规模的不断扩大,业务系统越趋复杂,可用性和可靠性要求不断提高,传统的电力IT监控软件仅仅只能够监控对象特征数据指标量,但是却没法对对象特征数据指标量进行异常预警,传统的电力IT监控对象特征数据异常告警仅仅依靠简单的事先阈值配置,误报率与漏报率依赖事先阈值的设置,整体异常告警性能欠佳。本文针对电力IT监控对象特征数据,提出了基于概率统计模型的电力IT监控对象特征异常检测方法,针对数据分布的特点,研究了基于一元正态分布的监控对象异常检测方法与基于混合参数分布的监控对象异常检测。实验结果表明本文提出的方法在电力IT监控对象特征异常检测的准确率、召回率、以及F值上均优于传统的事先阈值配置的异常告警方法。     

基于相关性计算的IT监控对象特征关联分析

随着数据中心规模的不断扩大,业务系统越趋复杂,可用性和可靠性要求不断提高,传统的电力IT监控软件仅仅只能够监控对象特征数据指标量,但是却没法发现对象特征之间的相关关系。本文针对电力IT监控对象特征数据,提出了基于相关性计算的IT监控对象关联分析方法,针对IT监控对象特征离散指标,研究了基于卡方测试的相关性计算方法,针对IT监控对象特征连续数值指标,提出了基于相关系数与协方差的相关性计算方法。实验结果表明大部分电力IT监控的连续数值特征之间存在弱相关性,少部分电力IT监控的连续数值特征之间存在强相关性,且电力IT监控特征相关性计算有助于异常的发现。     

浅谈异地容灾

随着电子信息化进程的飞速发展和信息技术的广泛应用,大数据时代已然来到人们面前。数据成为了现代人工作和生活中不可缺少的一部分,尤其在工作中,数据成为了各个类型的组织单位中工作开展的支撑和领导决策的重要依据。数据的重要性突显了数据安全工作的重要性,然而数据是容易丢失和被损坏的,所以如何利用异地容灾来保证数据安全成为了迫切需要研究的一个课题。