论文部分内容阅读
本文采用机器学习的方法针对系统运维中产生的海量监控数据进行分析,研究系统运维数据中存在的规律,为系统运维提供量化的调度、优化和扩容依据。在研究过程中,本文利用k-means作为核心的聚类算法,通过对特征化的数据进行聚类,我们发现了系统监控信息中存在的运行特s征和周期性规律,支撑系统的运维,提升了系统的可靠性和资源利用率。