【人工智能】人工智能在CDN关键技术中的应用探讨(下)
- 管理员
-
34 次阅读
-
0 次下载
-
2020-10-13 10:01:43
文档简介:
人工智能在CDN关键技术中的应用探讨(下)2018-09-2044现有典型人工智能方案的实践现有典型人工智能方案的实践4.1智能存储结果与分析(1)智能磁盘故障预测的可行性试验现有对智能存储的研究中,文献[3]利用BP神经网络(BPNN)和支持向量机(SVM)预测磁盘故障。文献[4]提出了一种改进的朴素贝斯方法,文献[5]提出了TSP模型,均对预测磁盘故障起到了良好效果。下面通过介绍经典SVM算法和BPNN算在磁盘故障预测上的实验结果[3],来说明智能存储方案的可行性。SVM是一种从最大间隔出发,最终转化为求对变量凸二次规划问题的模型。BPNN是一种利用误差反向传播进行训练的多层前馈神经网络,通过梯度下降等方法,求解网络参数,获得与期望输出值的误差均方差最小的实际输出值。这两种方法得出的故障检测率(FDR)的结果,如图5所示。BPNN方法在不同的时间窗口条件下,FDR相对稳定在93%左右,对于SVM方法,当时间窗口增加大于24h后,预测率由67%增加到97.3%并稳定下来。图6中误报率(FAR)刻画了出现错误预测结果的可能性。误报率越低,证明方法的有效性越好。可以看出,SVM方法的误
评论
发表评论