解开辫子：在流集合中寻找离群点
数据库
2009-07-20 v1 数据结构与算法
摘要
监控大型共享计算系统（如云计算基础设施）的性能带来了许多具有挑战性的算法问题。一个常见问题是追踪在某种性能度量下偏离常态最大的用户（离群点）。从流计算的角度来看，我们可以将每个用户的性能概况视为一个数字流（例如响应时间），而共享基础设施的总体性能概况则是这些混合流的“辫子”。监控系统的目标因此是充分解开这条辫子，以追踪前 个离群点。本文研究了用于近似此类离群点的单遍算法的空间复杂度，利用多方通信复杂度证明了其下界，并提出了小内存启发式算法。一方面，对于简单的度量（如最大值或最小值），流离群点很容易追踪，但我们的理论结果排除了对大多数自然度量（如平均值、中位数或分位数）进行良好近似的可能性。另一方面，我们通过模拟表明，对于各种合成数据，我们提出的启发式算法表现相当良好。
引用
@article{arxiv.0907.2951,
title = {Untangling the Braid: Finding Outliers in a Set of Streams},
author = {Chiranjeeb Buragohain and Luca Foschini and Subhash Suri},
journal= {arXiv preprint arXiv:0907.2951},
year = {2009}
}