大连理工大学学报

作者：谢丽霞,汪子荧

关键词：集群异常作业分段预测实时预测动态特征门控递归单元

基金：国家自然科学基金民航联合研究基金资助项目(U1833107)；国家科技重大专项资助项目(2012ZX03002002)；中央高校基本科研业务费专项资金资助项目(ZYGX2018028).

针对现有集群异常作业预测方法预测效率低、预测时间长的问题，提出一种分段集群异常作业预测(SCAJP)方法．该方法分为离线预测和在线预测两个阶段：离线预测阶段，依据作业子任务的静态特征对子任务终止状态进行预测，并仅在线预测此阶段的正常子任务所属作业；在线预测阶段，在计算作业子任务动态特征的同时，采用改进门控递归单元(IGRU)神经网络根据动态特征实时预测任务终止状态是否异常．两个阶段的最后均根据作业与其子任务的相关性检索异常作业，实现对异常作业的预测．实验结果表明，该方法在灵敏度、精确度和预测时间方面明显优于其他方法．

来源：2019年第4期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2019年第4期