Detecting correlation between server resources for system management

مدیریت سیستم کارآمد نیاز به دانش مستمر در مورد وضعیت سیستم و منابع نرم افزاری دارد که معمولا از طریق مجموعه های زمانی به دست آمده توسط مانیتور ها ارائه می شود. مطالعات برنامه ریزی ظرفیت، پیش بینی، تجمع، انحراف و تشخیص رویداد با شواهد ارتباطات داده ها تسهیل می شود. متاسفانه، تغییرات بالا که مشخصه ترین سری زمانی نظارت شده بر دقت و پایداری راه حل های همبستگی موجود تاثیر می گذارد. این مقاله یک رویکرد نوآورانه است که به ویژه برای تشخیص همبستگی خطی و غیر خطی بین سری زمانی مشخص شده با تغییرپذیری بالا پیشنهاد شده است. ما راه حل پیشنهادی و الگوریتم های موجود را از لحاظ دقت و استحکام برای چندین تنظیم مصنوعی و واقعی که با همبستگی خطی و غیر خطی با متغیرهای کم و زیاد، مقایسه می کنیم. نتایج نشان می دهد که پیشنهاد ما عملکرد مشابهی را برای سری زمانی متغیر کم فراهم می کند و وضعیت هنر را در پیدا کردن همبستگی در دامنه های بسیار متغیر که برای زمینه کاربرد مورد علاقه هستند، بهبود می بخشد.