声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1日志模式发现研究
1.2.2故障预测研究
1.3 研究目标及内容
1.4 论文结构安排
2 相关技术
2.1 Map-Reduce计算框架
2.2 面向日志的聚类算法
2.3 基于深度学习的故障预测模型
2.4 本章小结
3 基于Hadoop平台的快速日志模式发现方法
3.1 日志实例和特性分析
3.2 快速日志模式发现框架
3.3 分布式的日志模式发现方法
3.3.1 标记和类型检测
3.3.2 日志的相似性度量
3.3.3 日志聚类
3.3.4 日志的模式发现
3.4 实验
3.4.1 实验环境及数据
3.4.2 评价指标
3.4.3 实验结果及分析
3.5 本章小结
4基于IndRNN的故障预测方法
4.1 问题描述
4.2 故障预测框架
4.3 特征提取
4.4 故障预测模型
4.4.1 基于残差连接的IndRNN故障预测模型
4.4.2 目标函数
4.5 实验
4.5.1实验环境及数据
4.5.2评价指标
4.5.3实验结果及分析
4.6 本章小结
5系统设计与实现
5.1 需求分析与系统架构
5.2 日志管理
5.2.1 日志采集
5.2.2 日志汇集
5.3 模式发现
5.3.1 类型标记
5.3.2 日志聚类
5.3.3 生成模式
5.4 故障预测
5.5 本章小结
6 总结与展望
6.1 工作总结
6.2 展望
致谢
参考文献
附录
南京理工大学;