{“id”：“https://openalex.org/W3117467144“，”doi“：”https://doi.org/10.1109/cloud49709.2020.00032“，”title“：“融合云中时空特征的深度无监督工作负荷序列异常检测”，”display_name“：”融合云中空间和时空特征的深层无监督工作负载序列异常检测“，”publication_year“：2020，”publiation_date“：”2020-10-01“，”ids“：{”openalex“：”https://openalex.org/W3117467144“，”doi“：”https://doi.org/10.1109/cloud49709.2020.00032“，”mag“：”3117467144“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1109/cloud49709.2020.00032“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”article“，”type_crossref“：“procesdings-article”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：false}”，”authorships“：[{”author_position“：”first“，”作者“：{”id“：”https://openalex.org/A5089800624“，”display_name“：”Mongqing Wang“，”orcid“：”https://orcid.org/0009-0003-3506-002X}，“机构”：[{“id”：https://openalex.org/I75955062“，”display_name“：”河南师范大学“，”ror“：”https://ror.org/00s13br28“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I75955062“]}]，”countries“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Mengqing Wang“，”raw _ afiliation_strings“：【”河南师范大学计算机与信息工程学院，中国新乡“】，”afliations“：[{”raw _affiliation_strong“：”河南师范学院，中国河南新乡“，”机构ID“：[”https://openalex.org/I75955062“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5080647183“，”display_name“：”张志华“，”兽人“：”https://orcid.org/0000-0001-5309-2648}，“机构”：[{“id”：https://openalex.org/I75955062“，”display_name“：”河南师范大学“，”ror“：”https://ror.org/00s13br28“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I75955062“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”张志华“，”raw_affiation_string“：[”河南师范大学计算机与信息工程学院，新乡，中国“，”附属机构“：[{”raw_affiation_string“：”河南师范大学计算机与信息工程学院，新乡，中国“，”机构ID“：[”https://openalex.org/I75955062“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5036712737“，”display_name“：”刘佳蕾“，”兽人“：”https://orcid.org/0000-0002-0227-5302}，“机构”：[{“id”：https://openalex.org/I4210117382“，”display_name“：”安阳师范大学“，”ror“：”网址：https://ror.org/02g9nss57“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I4210117382“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”刘嘉磊“，”raw _ afiliation_strings“：[“中国河南省安阳市安阳师范大学软件工程学院”]，”affiliations“：[{”raw_ afiliation _string“：”中国河南省安阳市安宁师范大学软件工程学学院“，”institution_ids“：]”https://openalex.org/I4210117382“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5019931070“，”display_name“：”李端“，”兽人“：”https://orcid.org/0000-0002-1825-7416}，“机构”：[{“id”：https://openalex.org/I21193070“，”display_name“：”北京交通大学“，”ror“：”https://ror.org/01yj56c84“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I21193070“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”李端“，”raw _ afiliation_strings“：[“北京交通大学智能交通安全与隐私北京重点实验室”]，”affiliations“：”北京交通大学智能交通安全与隐私北京重点实验室“，“institution_ids”：[“https://openalex.org/I21193070“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5053805418“，”display_name“：”刘春红“，”兽人“：”https://orcid.org/0000-0001-7364-0568“}，”机构“：[]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”刘春红“，”raw _ afiliation_strings“：[“中国河南省新乡市智能商务与物联网工程实验室”]，“affiliations”：[{“raw_affiliation_string”：“中国河南新乡市情报商务与物联工程实验室”，“institution_ids“：[]}]}]，”countries_distinact_count“：1，”institutions_disticant_count”：3，”corresponding_author_ids”：[]，”correcponding_institution_ids“：[]、”apc_list“：null，”apc_payed“：nul，”fwci“：null，”has_fulltext“：false，”cited_by_count：0，“cited_by_percentile_year”：{“min”：0，”max“：66}，”biblio“：{”volume“：空，“issue”：空，“first_page”：空last_page“：null}，”is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T12127“，”display_name“：”日志分析和系统性能诊断“，”score“：0.9997，”subfield“：{”id“：”https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T12127“，”display_name“：”日志分析和系统性能诊断“，”score“：0.9997，”subfield“：{”id“：”https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11512“，”“display_name”：“高维数据中的异常检测”，“score”：0.9987，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10400“，”display_name“：”网络入侵检测和防御机制“，”score“：0.9984，”subfield“：{”id“：”https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/anomaly-detection网站“，”display_name“：”异常检测“，”score“：0.581009}，{”id“：”https://openalex.org/keywords/outlier-detection“，”display_name“：”离群检测“，”score“：0.564385}，{”id“：”https://openalex.org/keywords/intrusion-detection网站“，”display_name“：”入侵检测“，”score“：0.51523}，{”id“：”https://openalex.org/keywords/model-driven-performance-pedition“，”display_name“：”模型驱动的性能预测“，”score“：0.513577｝，｛”id“：”https://openalex.org/keywords/cloud-native-architecture网站“，”display_name“：”Cloud-Native Architecture“，”score“：0.510649}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.7772371}，{”id“：”https://openalex.org/C2778476105，“wikidata”：https://www.wikidata.org/wiki/Q628539“，”display_name“：”Workload“，”level“：2，”score“：0.7394149}，{”id“：”https://openalex.org/C81363708，“wikidata”：https://www.wikidata.org/wiki/Q17084460网址“，”display_name“：”卷积神经网络“，”level“：2，”score“：0.6531451｝，｛”id“：”https://openalex.org/C739882，“wikidata”：https://www.wikidata.org/wiki/Q3560506“，”display_name“：”异常检测“，”level“：2，”score“：0.63312125}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5939108}，{”id“：”https://openalex.org/C12267149，“wikidata”：https://www.wikidata.org/wiki/Q282453“，”display_name“：”支持向量机“，”level“：2，”score“：0.5937871}，{”id“：”https://openalex.org/C108583219，“wikidata”：https://www.wikidata.org/wiki/Q197536“，”display_name“：”深度学习“，”level“：2，”score“：0.5932876}，{”id“：”https://openalex.org/C79974875，“wikidata”：https://www.wikidata.org/wiki/Q483639网址“，”display_name“：”云计算“，”level“：2，”score“：0.546767}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.54285073}，{”id“：”https://openalex.org/C2778112365，“wikidata”：https://www.wikidata.org/wiki/Q3511065“，”display_name“：”Sequence（biology）“，”level“：2，”score“：0.52395105}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.4584479}，{”id“：”https://openalex.org/C95623464，“wikidata”：https://www.wikidata.org/wiki/Q1096149“，”display_name“：”分类器（UML）“，”level“：2，”score“：0.43409157}，{”id“：”https://openalex.org/C124101348，“wikidata”：https://www.wikidata.org/wiki/Q172491“，”display_name“：”数据挖掘“，”level“：1，”score“：0.35946122}，{”id“：”https://openalex.org/C54355233，“wikidata”：https://www.wikidata.org/wiki/Q7162“，”display_name“：”Genetics“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C111919701，“wikidata”：https://www.wikidata.org/wiki/Q9135“，”display_name“：”操作系统“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1109/cloud49709.2020.00032“，”pdf_url“：null，”source“：null，”license“：null.，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[]，”grants“：{”funder“：”https://openalex.org/F4320321001“，”funder_display_name“：”国家自然科学基金“，”award_id“：”61902021“}]，”datasets“：[]，”versions“：[]，”referenced_works_count“：17，”referrenced_works“：[”https://openalex.org/W2073178294","https://openalex.org/W2112483442","https://openalex.org/W2115023685","https://openalex.org/W2129542763","https://openalex.org/W2141992894","https://openalex.org/W2147800946","https://openalex.org/W2293634267","https://openalex.org/W2324823555","https://openalex.org/W2577261366","https://openalex.org/W2614786548","https://openalex.org/W2743050295","https://openalex.org/W2743138268","https://openalex.org/W2754830339","https://openalex.org/W2803697594","https://openalex.org/W2892242081","https://openalex.org/W4254353647","https://openalex.org/W849628863“]，”related_works“：[”https://openalex.org/W986318368","https://openalex.org/W2990194547","https://openalex.org/W2620865396","https://openalex.org/W2414054180","https://openalex.org/W2384410913","https://openalex.org/W2352878646","https://openalex.org/W2130149817","https://openalex.org/W2004734601","https://openalex.org/W2000785801","https://openalex.org/W1480123525“]，”ngrams_url“：”https://api.openalex.org/works/W3117467144/ngrams网站“，”“abstract_inverted_index”：{“The”：[020212]，“normal”：[1,42198219]，“detection”：[2,43,63228]，“of”：[3,15,27,67,72,85119156169184188]，“The”：[4,16,25,33,40,80,86,89116120125130141153166170174185189193224]，“workload”：[5,28,73,87121158171190]，“sequence”：[6,29,62,74159172]，“is”：[7,76]，“designed”：[8]，“到“：[9,19,24,45,51,97]，”实现“：[10]，”智能“：[11]，”操作“：[12]，”和“：[13,69,82161176197203]，”管理“：[14]，”云“：[17]，”平台“：[18]，”改进“：[20,98]，”运营“：[21]，“效率”。“：[22]，”Due“：[23]，”diversity“：[26]，”variation“：[30]，”patterns“：[31]，”in“：[32]，”大规模“：[34]，”cloud“：[35]，”it“：[36]，”harouble“：[38]，”for“：[39124210]，”traditional“：[41225]，”methods“：[44]，”extract“：[46,79]，”features“：[47,71,84118128142155168]，”effectively“，”：[48]，”which“：[49]，“线索”：[50]，“检测”：[52]，“异常”：[53]，“不准确”。“：[54]，”In“：[55]，”this“：[56]，”paper“：[57]，”a“：[58109181]，”deep“：+59102154167]，”unsupervised“：[60226]，”annormation“：[61227]，”model“：[64,90]，”with“：65101152]，”fusion“：[66]，”spatial“：[68,81117127160175]，”temporal“：%70,83138162177]，”（TS-DeepSVDD）“：[75]，”proposed“。“：[77]，”To“：[78]，”sequence“，”：[88191]，”Introducts“：[91]，”卷积“：[92110]，”递归“：[93]，”neural“：[94111]，”network“：[95,9112]，”（CRNN）“：[96]，”architecture“：[100]，”support“：[103145]，”vector“：[1041446]，”data“：[1051447]，”description“：[1061448183]，”（DeepSVDD）。“：[107]，”第一，“：[108]，”（CNN）“：[113]，”模块“：[114136]，”摘录“：[115137165]，”序列。“：[122]，”秒“：[123]，”获取“：[126]，”向量“：[129]，”双向“：[131]，”长“：[132]，”短期“：[133]，”记忆“：[134]，”（BiLSTM）“：[135]，”特征。“：[139163]，”最后，“：[140]，”向量“：[143]，”训练“：[144]，”（SVDD）“：[149]，”分类器“：[150]，”引信“：[151]，”TS-DeepSVDD“：[164215]，”来自“：[173]，”维度。“：[178]，“它”：[179]，“达到”：[180]，“全面”：[182]，“固有”：[186]，“规律”：[187]，“增加”：[192]，“分化”：[194]，“介于”：[195]，“正常”：[196]，“序列”。“：[199]，”模拟“：[201]，”数据集“：[202206]，”谷歌“：[204]，”跟踪“：[205]，”是“：[207]，”使用“：[208]，”分别是“：[209]，”验证。“：[211]，”结果“：[213]，”显示“：[214]，”可以“：[216]，”检测“：[217]，”不同“：[218]，”序列“：[220]，”更多“：[221]，”准确“：[222]，”比“：[223]，”方法。“：[229]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W3117467144“，”counts_by_year“：[]，”updated_date“：”2024-06-20T03:51:53.455265“，”created_date:“2021-01-05”}“