%0 Journal Article
%A 孙斌
%A 朱春鸽
%A 朱晓宁
%T 大规模云资源可靠性评价模型
%D 2017
%R 10.13190/j.jbupt.2017.s.012
%J 北京邮电大学学报
%P 53-57
%V 40
%N s1
%X 针对互联网计算资源数量大、类型多、随机性强、稳定性相对较差等特点，提出一种基于朴素贝叶斯分类的iVCE云平台资源可靠性评价算法. 通过对计算资源的特征提取，离散化处理后，使用概率估计方法对资源的状态做出实时的评价. 在iVCE平台的实际运行效果表明，平台资源可靠性评价通过引入朴素贝叶斯算法，在评价的准确性方面提升了20%以上，通过参数优化算法的准确率同样好于同类其他同类算法2%以上，满足了实际生产的需求.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2017.s.012