基于机器学习的EMC存储设备日志分析与Bug预测技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第12-16页 |
| 1.1 项目背景 | 第12-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 本文主要研究的工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第二章 技术综述 | 第16-21页 |
| 2.1 正则表达式 | 第16页 |
| 2.2 机器学习 | 第16-18页 |
| 2.3 Weka | 第18页 |
| 2.4 Greenplum | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第三章 需求规约与分析 | 第21-30页 |
| 3.1 问题描述 | 第21-22页 |
| 3.2 项目总体结构 | 第22-23页 |
| 3.3 Bug定义与日志内容选择 | 第23-27页 |
| 3.3.1 日志格式 | 第23-24页 |
| 3.3.2 Bug定义 | 第24-25页 |
| 3.3.3 日志内容选择 | 第25-27页 |
| 3.4 预测模型选择标准 | 第27-29页 |
| 3.4.1 验证方法 | 第27页 |
| 3.4.2 误差率 | 第27-28页 |
| 3.4.3 AOC曲线 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 日志数据提取的设计和实现 | 第30-49页 |
| 4.1 本章概述 | 第30页 |
| 4.2 总体设计 | 第30-32页 |
| 4.3 流程控制器模块 | 第32-36页 |
| 4.3.1 流程控制器的设计 | 第32-34页 |
| 4.3.2 流程控制器的实现 | 第34-36页 |
| 4.4 日志数据提取模块 | 第36-46页 |
| 4.4.1 日志数据提取的设计 | 第36-41页 |
| 4.4.2 日志数据提取的实现 | 第41-46页 |
| 4.5 数据存储模块 | 第46-48页 |
| 4.5.1 表的定义和创建 | 第46-47页 |
| 4.5.2 数据装载与存储 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 预测模型建立的设计与实现 | 第49-61页 |
| 5.1 本章概述 | 第49页 |
| 5.2 总体设计 | 第49-50页 |
| 5.3 数据预处理 | 第50-53页 |
| 5.3.1 训练集生成 | 第50-51页 |
| 5.3.2 残缺值处理 | 第51-52页 |
| 5.3.3 属性选择 | 第52页 |
| 5.3.4 属性离散 | 第52-53页 |
| 5.4 算法选择和模型建立 | 第53-59页 |
| 5.4.1 基于决策树的预测模型 | 第53-57页 |
| 5.4.2 基于贝叶斯的预测模型 | 第57-59页 |
| 5.5 模型评估与比较 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 进一步工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-68页 |
