Anomaly-Detection and Health-Analysis Techniques for Core Router Systems / Jin, Shi  

Público ISBD Ningún comentario para este título. Título : Anomaly-Detection and Health-Analysis Techniques for Core Router Systems Tipo de documento: documento electrónico Autores: Jin, Shi, ; Zhang, Zhaobo, ; Chakrabarty, Krishnendu, ; Gu, Xinli, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIII, 148 p. 101 ilustraciones, 90 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-33664-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Circuitos electrónicos  Objetos cooperantes (Sistemas informáticos)  Telecomunicación  Circuitos y sistemas electrónicos  Sistemas ciberfísicos  Ingeniería en Comunicaciones  Redes Clasificación: 6.213.815 Resumen: Este libro aborda importantes problemas de detección de anomalías y análisis del estado de salud en sistemas de enrutadores centrales complejos, parte integral de las redes de Protocolo de Internet (IP) actuales. Las técnicas descritas proporcionan el primer conjunto completo de soluciones de resiliencia basadas en datos para sistemas de enrutadores centrales. Los autores presentan un detector de anomalías para sistemas de enrutadores centrales mediante análisis de series de tiempo basado en correlación, que monitorea un conjunto de características de un sistema de enrutadores centrales complejo. También describen el diseño de un detector de anomalías basado en puntos de cambio de modo que la detección de anomalías pueda adaptarse a los cambios en las características estadísticas de los flujos de datos. La presentación también incluye un analizador de estado de salud basado en símbolos que primero codifica, como una secuencia de símbolos, la compleja serie temporal a largo plazo recopilada de varios enrutadores centrales y luego utiliza la secuencia de símbolos para el análisis de salud. Finalmente, los autores describen un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud. Permite la detección precisa de anomalías mediante análisis de series de tiempo basado en correlación; Presenta el diseño de un detector de anomalías basado en puntos de cambio; Incluye análisis jerárquico del estado de salud basado en símbolos; Describe un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud. Nota de contenido: Introduction -- Anomaly Detection Using Correlation-Based Time-Series Analysis -- Changepoint-based Anomaly Detection -- Hierarchical Symbol-based Health-Status Analysis -- Self-Learning Health-Status Analysis -- Conclusion. Tipo de medio : Computadora Summary : This book tackles important problems of anomaly detection and health status analysis in complex core router systems, integral to today's Internet Protocol (IP) networks. The techniques described provide the first comprehensive set of data-driven resiliency solutions for core router systems. The authors present an anomaly detector for core router systems using correlation-based time series analysis, which monitors a set of features of a complex core router system. They also describe the design of a changepoint-based anomaly detector such that anomaly detection can be adaptive to changes in the statistical features of data streams. The presentation also includes a symbol-based health status analyzer that first encodes, as a symbol sequence, the long-term complex time series collected from a number of core routers, and then utilizes the symbol sequence for health analysis. Finally, the authors describe an iterative, self-learning procedure for assessing the health status. Enables Accurate Anomaly Detection Using Correlation-Based Time-Series Analysis; Presents the design of a changepoint-based anomaly detector; Includes Hierarchical Symbol-based Health-Status Analysis; Describes an iterative, self-learning procedure for assessing the health status. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Anomaly-Detection and Health-Analysis Techniques for Core Router Systems [documento electrónico] / Jin, Shi, ; Zhang, Zhaobo, ; Chakrabarty, Krishnendu, ; Gu, Xinli,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XIII, 148 p. 101 ilustraciones, 90 ilustraciones en color. ISBN : 978-3-030-33664-6 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Circuitos electrónicos  Objetos cooperantes (Sistemas informáticos)  Telecomunicación  Circuitos y sistemas electrónicos  Sistemas ciberfísicos  Ingeniería en Comunicaciones  Redes Clasificación: 6.213.815 Resumen: Este libro aborda importantes problemas de detección de anomalías y análisis del estado de salud en sistemas de enrutadores centrales complejos, parte integral de las redes de Protocolo de Internet (IP) actuales. Las técnicas descritas proporcionan el primer conjunto completo de soluciones de resiliencia basadas en datos para sistemas de enrutadores centrales. Los autores presentan un detector de anomalías para sistemas de enrutadores centrales mediante análisis de series de tiempo basado en correlación, que monitorea un conjunto de características de un sistema de enrutadores centrales complejo. También describen el diseño de un detector de anomalías basado en puntos de cambio de modo que la detección de anomalías pueda adaptarse a los cambios en las características estadísticas de los flujos de datos. La presentación también incluye un analizador de estado de salud basado en símbolos que primero codifica, como una secuencia de símbolos, la compleja serie temporal a largo plazo recopilada de varios enrutadores centrales y luego utiliza la secuencia de símbolos para el análisis de salud. Finalmente, los autores describen un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud. Permite la detección precisa de anomalías mediante análisis de series de tiempo basado en correlación; Presenta el diseño de un detector de anomalías basado en puntos de cambio; Incluye análisis jerárquico del estado de salud basado en símbolos; Describe un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud. Nota de contenido: Introduction -- Anomaly Detection Using Correlation-Based Time-Series Analysis -- Changepoint-based Anomaly Detection -- Hierarchical Symbol-based Health-Status Analysis -- Self-Learning Health-Status Analysis -- Conclusion. Tipo de medio : Computadora Summary : This book tackles important problems of anomaly detection and health status analysis in complex core router systems, integral to today's Internet Protocol (IP) networks. The techniques described provide the first comprehensive set of data-driven resiliency solutions for core router systems. The authors present an anomaly detector for core router systems using correlation-based time series analysis, which monitors a set of features of a complex core router system. They also describe the design of a changepoint-based anomaly detector such that anomaly detection can be adaptive to changes in the statistical features of data streams. The presentation also includes a symbol-based health status analyzer that first encodes, as a symbol sequence, the long-term complex time series collected from a number of core routers, and then utilizes the symbol sequence for health analysis. Finally, the authors describe an iterative, self-learning procedure for assessing the health status. Enables Accurate Anomaly Detection Using Correlation-Based Time-Series Analysis; Presents the design of a changepoint-based anomaly detector; Includes Hierarchical Symbol-based Health-Status Analysis; Describes an iterative, self-learning procedure for assessing the health status. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

Knowledge-Driven Board-Level Functional Fault Diagnosis / Ye, Fangming  

Público ISBD Ningún comentario para este título. Título : Knowledge-Driven Board-Level Functional Fault Diagnosis Tipo de documento: documento electrónico Autores: Ye, Fangming, ; Zhang, Zhaobo, ; Chakrabarty, Krishnendu, ; Gu, Xinli, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIII, 147 p. 75 ilustraciones, 65 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-40210-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Circuitos electrónicos  Procesamiento de datos  Electrónica  Circuitos y sistemas electrónicos  Minería de datos y descubrimiento de conocimientos  Electrónica y Microelectrónica  Instrumentación Clasificación: 6.213.815 Resumen: Este libro proporciona un conjunto completo de técnicas de caracterización, predicción, optimización, evaluación y evolución para un sistema de diagnóstico para el aislamiento de fallas en grandes sistemas electrónicos. Los lectores con experiencia en diseño electrónico o ingeniería de sistemas pueden utilizar este libro como referencia para obtener conocimientos profundos del análisis de datos y utilizar este conocimiento como guía para diseñar sistemas de diagnóstico basados ​​en el razonamiento. Además, los lectores con experiencia en estadística o análisis de datos pueden utilizar este libro como un estudio de caso práctico para adaptar las técnicas de minería de datos y aprendizaje automático al diseño y diagnóstico de sistemas electrónicos. Este libro identifica los desafíos clave en el diseño de sistemas de diagnóstico a nivel de placa basados ​​en el razonamiento y presenta las soluciones y los resultados correspondientes que han surgido de la investigación de vanguardia en este dominio. Cubre temas que van desde el aislamiento de fallas de alta precisión, el aislamiento de fallas adaptativo, la evaluación de la solidez del sistema de diagnóstico, hasta el análisis y la evaluación del rendimiento del sistema, el descubrimiento de conocimientos y la transferencia de conocimientos. Con su énfasis en los temas anteriores, el libro proporciona una visión amplia y profunda del diseño de sistemas de diagnóstico de fallas basados ​​en el razonamiento. • Explica y aplica técnicas optimizadas del dominio del aprendizaje automático para resolver el problema del diagnóstico de fallas en el ámbito del diseño y la fabricación de sistemas electrónicos; • Demuestra técnicas basadas en datos industriales y retroalimentación de una línea de fabricación real; • Analiza problemas prácticos, incluida la precisión del diagnóstico, el costo del tiempo de diagnóstico, la evaluación del sistema de diagnóstico, el manejo de síndromes faltantes en el diagnóstico y la necesidad de un rápido desarrollo del sistema de diagnóstico. Nota de contenido: Introduction -- Diagnosis System Design for Higher Accuracy -- Adaptive Diagnosis Process -- Handling Missing Syndromes -- Information-Theoretic Evaluation of Diagnosis System -- Knowledge Discover and Knowledge Transfer -- Conclusion. Tipo de medio : Computadora Summary : This book provides a comprehensive set of characterization, prediction, optimization, evaluation, and evolution techniques for a diagnosis system for fault isolation in large electronic systems. Readers with a background in electronics design or system engineering can use this book as a reference to derive insightful knowledge from data analysis and use this knowledge as guidance for designing reasoning-based diagnosis systems. Moreover, readers with a background in statistics or data analytics can use this book as a practical case study for adapting data mining and machine learning techniques to electronic system design and diagnosis. This book identifies the key challenges in reasoning-based, board-level diagnosis system design and presents the solutions and corresponding results that have emerged from leading-edge research in this domain. It covers topics ranging from highly accurate fault isolation, adaptive fault isolation, diagnosis-system robustness assessment, to system performance analysis and evaluation, knowledge discovery and knowledge transfer. With its emphasis on the above topics, the book provides an in-depth and broad view of reasoning-based fault diagnosis system design. • Explains and applies optimized techniques from the machine-learning domain to solve the fault diagnosis problem in the realm of electronic system design and manufacturing; • Demonstrates techniques based on industrial data and feedback from an actual manufacturing line; • Discusses practical problems, including diagnosis accuracy, diagnosis time cost, evaluation of diagnosis system, handling of missing syndromes in diagnosis, and need for fast diagnosis-system development. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Knowledge-Driven Board-Level Functional Fault Diagnosis [documento electrónico] / Ye, Fangming, ; Zhang, Zhaobo, ; Chakrabarty, Krishnendu, ; Gu, Xinli,  . -  1 ed.  . - [s.l.] : Springer, 2017 . - XIII, 147 p. 75 ilustraciones, 65 ilustraciones en color. ISBN : 978-3-319-40210-9 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Circuitos electrónicos  Procesamiento de datos  Electrónica  Circuitos y sistemas electrónicos  Minería de datos y descubrimiento de conocimientos  Electrónica y Microelectrónica  Instrumentación Clasificación: 6.213.815 Resumen: Este libro proporciona un conjunto completo de técnicas de caracterización, predicción, optimización, evaluación y evolución para un sistema de diagnóstico para el aislamiento de fallas en grandes sistemas electrónicos. Los lectores con experiencia en diseño electrónico o ingeniería de sistemas pueden utilizar este libro como referencia para obtener conocimientos profundos del análisis de datos y utilizar este conocimiento como guía para diseñar sistemas de diagnóstico basados ​​en el razonamiento. Además, los lectores con experiencia en estadística o análisis de datos pueden utilizar este libro como un estudio de caso práctico para adaptar las técnicas de minería de datos y aprendizaje automático al diseño y diagnóstico de sistemas electrónicos. Este libro identifica los desafíos clave en el diseño de sistemas de diagnóstico a nivel de placa basados ​​en el razonamiento y presenta las soluciones y los resultados correspondientes que han surgido de la investigación de vanguardia en este dominio. Cubre temas que van desde el aislamiento de fallas de alta precisión, el aislamiento de fallas adaptativo, la evaluación de la solidez del sistema de diagnóstico, hasta el análisis y la evaluación del rendimiento del sistema, el descubrimiento de conocimientos y la transferencia de conocimientos. Con su énfasis en los temas anteriores, el libro proporciona una visión amplia y profunda del diseño de sistemas de diagnóstico de fallas basados ​​en el razonamiento. • Explica y aplica técnicas optimizadas del dominio del aprendizaje automático para resolver el problema del diagnóstico de fallas en el ámbito del diseño y la fabricación de sistemas electrónicos; • Demuestra técnicas basadas en datos industriales y retroalimentación de una línea de fabricación real; • Analiza problemas prácticos, incluida la precisión del diagnóstico, el costo del tiempo de diagnóstico, la evaluación del sistema de diagnóstico, el manejo de síndromes faltantes en el diagnóstico y la necesidad de un rápido desarrollo del sistema de diagnóstico. Nota de contenido: Introduction -- Diagnosis System Design for Higher Accuracy -- Adaptive Diagnosis Process -- Handling Missing Syndromes -- Information-Theoretic Evaluation of Diagnosis System -- Knowledge Discover and Knowledge Transfer -- Conclusion. Tipo de medio : Computadora Summary : This book provides a comprehensive set of characterization, prediction, optimization, evaluation, and evolution techniques for a diagnosis system for fault isolation in large electronic systems. Readers with a background in electronics design or system engineering can use this book as a reference to derive insightful knowledge from data analysis and use this knowledge as guidance for designing reasoning-based diagnosis systems. Moreover, readers with a background in statistics or data analytics can use this book as a practical case study for adapting data mining and machine learning techniques to electronic system design and diagnosis. This book identifies the key challenges in reasoning-based, board-level diagnosis system design and presents the solutions and corresponding results that have emerged from leading-edge research in this domain. It covers topics ranging from highly accurate fault isolation, adaptive fault isolation, diagnosis-system robustness assessment, to system performance analysis and evaluation, knowledge discovery and knowledge transfer. With its emphasis on the above topics, the book provides an in-depth and broad view of reasoning-based fault diagnosis system design. • Explains and applies optimized techniques from the machine-learning domain to solve the fault diagnosis problem in the realm of electronic system design and manufacturing; • Demonstrates techniques based on industrial data and feedback from an actual manufacturing line; • Discusses practical problems, including diagnosis accuracy, diagnosis time cost, evaluation of diagnosis system, handling of missing syndromes in diagnosis, and need for fast diagnosis-system development. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 2 / 2) Ver por página : 25 50 100 200