基于聚类分析的农业SCADA服务器预警阈值提取方法.pdfVIP

第 33 卷 增刊 1 农 业 工 程 学 报 Vol.33 Supp.1 2017 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2017 293 基于聚类分析的农业 SCADA 服务器预警阈值提取方法 杨丽丽，吴春辉，张大卫，苏 娟※ （中国农业大学信息与电气工程学院，北京 100083 ） 摘 要：针对计算机服务器预警阈值人为设定不准确的问题，该文以某农业数据采集与监视控制系统（supervisory control and data acquisition，SCADA ）中Apache 服务器为研究对象，提出一种基于聚类分析提取服务器监控指标预警阈值的方 法。首先对服务器运行数据与某类异常发生前的预警信息进行特征选择。在数据分布形状未知的情况下，对特征选择结 果分别用 K-means 和 CURE （clustering using representative ）2 种聚类算法挖掘异常发生前服务器运行状态的普遍特征， 将聚类结果用于提取该类异常的预警阈值。试验表明：特征选择可提取出影响该 SCADA 系统中服务器性能的监控指标。 对比聚类结果，CURE 算法聚类质心与正常信息质心的距离范围为 0.02~0.05，而K-means 算法聚类质心与正常信息质心 的距离范围为0.15~0.2，CURE 算法提取的预警阈值更加靠近预警发生时的服务器临界状态。在实际验证中，CURE 相较 于 K-means 预警时间至少提前 24 h ，该文方法提取的服务器预警阈值相比人工方式能更早地发现系统潜在风险，可用于 动态更新预警阈值。 关键词：服务器；预警系统；聚类分析；阈值；特征选择；动态提取；数据采集与监视控制系统；农业 doi ：10.11975/j.issn.1002-6819.2017.z1.044 中图分类号：TP391 文献标志码：A 文章编号：1002-6819(2017)-Supp.1-0293-07 杨丽丽，吴春辉，张大卫，苏 娟. 基于聚类分析的农业 SCADA 服务器预警阈值提取方法[J]. 农业工程学报，2017， 33(增刊1)：293－299. doi ：10.11975/j.issn.1002-6819.2017.z1.044 Yang Lili, Wu Chunhui, Zhang Dawei, Su Juan. Early-warning threshold extraction method of agricultural SCADA server based on clustering analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp.1): 293－299. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2017.z1.044 方差法（Otsu ）确定客观阈值，而主观阈值需由专家打分 0 引 言 决定；闫伟等[7]利用基于加权算法 K-means 进行相似度阈 [1] 随着智慧农业 的发展，现代信息技术越来越多地融 值的提取，用加权的方式来避免无关特征的影响，而特 入到了传统的农业生产中，出现了许多农业智能系统，