Internet中基于K-Means的远程服务器工作状态的聚类研究

摘要

在Internet数据集成环境中，服务器的工作状态卣接影响到执行查询的时间费用，确定服务器工作状态在计算查询费用的过程中起着非常重要的作用。本文采用样本查询的方法，利用聚类分析中的K-Means方法，划分出远程服务器的各个工作状态，并确定了相应的查询响应时间，结合远程服务器数据查询的特点，采用多元回归模型，建立基于服务器工作状态的查询费用预测模型。通过在实际环境中，对一组远程服务器和客户端进行的实际测试，通过对比估算费用与实际测试费用之间的最大误差为26%，最小误差7.4%，大多数误差率在10%左右，而这样的误差在广域网环境下是可以接受的。