Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Secure Third Party Data Clustering Using Data: Multi-User Order Preserving Encryption and Super Secure Chain Distance Matrices (Best Technical Paper) Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Abnormality Detection in the Cloud Using Correlated Performance Metrics

verfasst von : Sally McClean, Naveed Khan, Adam Currie, Kashaf Khan

Erschienen in: Artificial Intelligence XXXV

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Virtualisation has revolutionised computing, enabling applications to be quickly provisioned and deployed compared to traditional systems and ensuring that client applications have an ongoing quality of service, with dynamic resourcing in response to demand. However, this requires the use of performance metrics, to recognise current or evolving resourcing situations and ensure timely reprovisioning or redeployment. Associated monitoring systems should thus be aware of not only individual metric behaviours but also of the relationship between related metrics so that system alarms can be triggered when the metrics fall outside normal operational parameters. We here consider multivariate approaches, namely analysis of correlation structure and multivariate exponentially weighted moving averages (MEWMA), for detecting abnormalities in cloud performance data with a view to timely intervention.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel The Dreaming Variational Autoencoder for Reinforcement Learning Environments
Nächstes Kapitel Directed Recursion Search: A Directed DFS for Online Pathfinding in Random Grid-Based Environments
Literatur
1.
Bersimis, S., Panaretos, J., Psarakis, S.: Multivariate statistical process control charts and the problem of interpretation: a short overview and some applications in industry. arXiv preprint arXiv:​0901.​2880 (2009)
2.
Chen, H., Fu, X., Tang, Z., Zhu, X.: Resource monitoring and prediction in cloud computing environments. In: 2015 3rd International Conference on Applied Computing and Information Technology/2nd International Conference on Computational Science and Intelligence (ACIT-CSI), pp. 288–292. IEEE (2015)
3.
Chopra, A., Prasad, P., Alsadoon, A., Ali, S., Elchouemi, A.: Cloud computing potability with risk assessment. In: 2016 4th IEEE International Conference on Mobile Cloud Computing, Services, and Engineering (MobileCloud), pp. 53–59. IEEE (2016)
4.
Currie, A.R., McClean, S.I., Morrow, P., Parr, G.P., Khan, K.: Using correlations for application monitoring in cloud computing. In: 2017 14th International Symposium on Pervasive Systems, Algorithms and Networks & 2017 11th International Conference on Frontier of Computer Science and Technology & 2017 Third International Symposium of Creative Computing (ISPAN-FCST-ISCC), pp. 211–217. IEEE (2017)
5.
Garg, A., Bagga, S.: An autonomic approach for fault tolerance using scaling, replication and monitoring in cloud computing. In: 2015 IEEE 3rd International Conference on MOOCs, Innovation and Technology in Education (MITE), pp. 129–134. IEEE (2015)
6.
Hu, Y., Deng, B., Peng, F., Wang, D.: Workload prediction for cloud computing elasticity mechanism. In: 2016 IEEE International Conference on Cloud Computing and Big Data Analysis (ICCCBDA), pp. 244–249. IEEE (2016)
7.
Khan, N., McClean, S., Zhang, S., Nugent, C.: Optimal parameter exploration for online change-point detection in activity monitoring using genetic algorithms. Sensors 16(11), 1784 (2016)CrossRef
8.
Khoo, M.B.: An extension for the univariate exponentially weighted moving average control chart. Matematika 20(1), 43–48 (2004)
9.
Lucas, J.M., Saccucci, M.S.: Exponentially weighted moving average control schemes: properties and enhancements. Technometrics 32(1), 1–12 (1990)MathSciNetCrossRef
10.
Peng, J., Chen, J., Kong, S., Liu, D., Qiu, M.: Resource optimization strategy for CPU intensive applications in cloud computing environment. In: 2016 IEEE 3rd International Conference on Cyber Security and Cloud Computing (CSCloud), pp. 124–128. IEEE (2016)
Metadaten
Titel
Abnormality Detection in the Cloud Using Correlated Performance Metrics
verfasst von
Sally McClean
Naveed Khan
Adam Currie
Kashaf Khan
Copyright-Jahr
2018
Buch
Artificial Intelligence XXXV

Print ISBN: 978-3-030-04190-8

Electronic ISBN: 978-3-030-04191-5

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-030-04191-5_12

Premium Partner

    Bildnachweise