本發(fā)明涉及數(shù)據(jù)壓縮
技術(shù)領(lǐng)域：
，尤其涉及適用于運(yùn)維自動(dòng)化系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)壓縮方法。
背景技術(shù)：
：隨著企業(yè)信息化建設(shè)的不斷推進(jìn)和完善，計(jì)算機(jī)軟硬件系統(tǒng)的運(yùn)行已經(jīng)成為了各個(gè)行業(yè)普遍關(guān)注的問(wèn)題。而IT運(yùn)維工作中很重要的一項(xiàng)內(nèi)容是對(duì)主機(jī)設(shè)備的運(yùn)行狀態(tài)以及網(wǎng)絡(luò)負(fù)載等信息進(jìn)行實(shí)時(shí)監(jiān)控和記錄，以實(shí)現(xiàn)異常情況的及時(shí)告警、故障診斷以及數(shù)據(jù)挖掘等功能。由于數(shù)據(jù)采集點(diǎn)眾多，采集間隔短，導(dǎo)致實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)量非常龐大，而這些數(shù)據(jù)中的一些噪聲數(shù)據(jù)不僅對(duì)其他監(jiān)測(cè)數(shù)據(jù)沒(méi)用，還會(huì)影響其他整體數(shù)據(jù)的壓縮，增大數(shù)據(jù)壓縮和解壓的誤差。因此，為確保海量數(shù)據(jù)能夠?qū)崟r(shí)存儲(chǔ)，并盡可能降低數(shù)據(jù)存儲(chǔ)的容量，提高存儲(chǔ)效率，需要對(duì)數(shù)據(jù)進(jìn)行快速有效的壓縮處理?，F(xiàn)有的數(shù)據(jù)壓縮技術(shù)包括基于小波變換的壓縮、基于字典的壓縮、基于統(tǒng)計(jì)的壓縮等。而實(shí)時(shí)數(shù)據(jù)庫(kù)領(lǐng)域，由于原始數(shù)據(jù)量大，數(shù)據(jù)的變化平穩(wěn)，且能容忍部分無(wú)用數(shù)據(jù)的丟失，所以，通常采用有損壓縮算法以獲得更高的壓縮比。旋轉(zhuǎn)門趨勢(shì)(SDT)算法是美國(guó)OSI軟件公司研發(fā)的用于實(shí)時(shí)數(shù)據(jù)庫(kù)中的有損壓縮算法，是一種快速線性擬合壓縮，具有高效率、高壓縮比、適合增量壓縮等特點(diǎn)的算法，被廣泛應(yīng)用于實(shí)時(shí)數(shù)據(jù)壓縮
技術(shù)領(lǐng)域：
。然而，傳統(tǒng)的SDT算法的壓縮率和信息損失率收到壓縮精度參數(shù)ΔE的影響較大，并且該算法在數(shù)據(jù)有噪聲的情況下，壓縮的性能是比較低的。雖然現(xiàn)有的技術(shù)對(duì)SDT算法做了一定的改進(jìn)，或是增大了壓縮率，或是降低了壓縮誤差和壓縮時(shí)間，但是都沒(méi)有考慮噪聲數(shù)據(jù)的影響，同時(shí)也沒(méi)能很好地解決壓縮精度參數(shù)ΔE的選取問(wèn)題。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種適用于運(yùn)維自動(dòng)化系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)壓縮方法，減小了噪聲數(shù)據(jù)對(duì)壓縮性能產(chǎn)生的影響，能夠通過(guò)比較相鄰區(qū)間的數(shù)據(jù)波動(dòng)，動(dòng)態(tài)調(diào)整壓縮精度參數(shù)。本發(fā)明的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：適用于運(yùn)維自動(dòng)化系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)壓縮方法，所述的方法的步驟如下：S1、數(shù)據(jù)預(yù)處理；對(duì)原始數(shù)據(jù)進(jìn)行平滑處理，減小噪聲數(shù)據(jù)對(duì)SDT算法的干擾；S2、初步數(shù)據(jù)壓縮；對(duì)平滑處理后的數(shù)據(jù)采用控制算法對(duì)數(shù)據(jù)初步壓縮；S3、進(jìn)一步數(shù)據(jù)壓縮；采用SDT算法進(jìn)一步壓縮，提高總體壓縮比，并減少SDT算法處理的數(shù)據(jù)量；S4、SDT壓縮精度參數(shù)匹配；在每次數(shù)據(jù)壓縮完成后，根據(jù)數(shù)據(jù)波動(dòng)的變化，使壓縮精度參數(shù)與數(shù)據(jù)波動(dòng)變化的特性進(jìn)行匹配，得到匹配后的壓縮精度參數(shù)；S5、SDT壓縮精度參數(shù)自適應(yīng)調(diào)整；根據(jù)匹配后的壓縮精度參數(shù)重復(fù)步驟S2、S3和S4后，再進(jìn)一步自適應(yīng)調(diào)整壓縮精度參數(shù)；S6、重復(fù)步驟S2、S3和S5，直到壓縮精度參數(shù)與數(shù)據(jù)波動(dòng)變化的特性完全匹配，得到最優(yōu)的壓縮精度參數(shù)再重復(fù)步驟S2和S3后，完成數(shù)據(jù)的壓縮，以取得最優(yōu)的壓縮性能。所述的S1中的平滑處理的方法包括最小二乘法，所述的最小二乘平滑處理的步驟如下：S11、初始化輸入的原始數(shù)據(jù)序列Y＝(ti,yi)的上下斜率；S12、對(duì)相鄰的五個(gè)原始數(shù)據(jù)點(diǎn)(ti-2,yi-2)，(ti-1,yi-1)，…，(ti+2,yi+2)，用曲線y＝α0+α1t+α2t2+α3t3進(jìn)行擬合；S13、采用最小二乘法求出系數(shù)α0,α1,α2,α3，得到五點(diǎn)三次平滑公式為：YS＝AY，其中Y是原始數(shù)據(jù)向量，YS是平滑后的數(shù)據(jù)向量，數(shù)據(jù)向量的坐標(biāo)分別表示5個(gè)連續(xù)的數(shù)據(jù)值，A是5階系數(shù)矩陣。所述的步驟S2的數(shù)據(jù)壓縮的控制算法包括死區(qū)限值算法，所述的死區(qū)限值算法的具體步驟如下：S21、在一組i個(gè)數(shù)據(jù)的初始數(shù)據(jù)點(diǎn)a設(shè)置死區(qū)壓縮精度參數(shù)ΔE′的限制區(qū)間，然后依次對(duì)后續(xù)數(shù)據(jù)進(jìn)行壓縮；S22、若數(shù)據(jù)點(diǎn)在此死區(qū)內(nèi)，則舍棄該數(shù)據(jù)點(diǎn)，若數(shù)據(jù)點(diǎn)在此死區(qū)外，則對(duì)該數(shù)據(jù)點(diǎn)進(jìn)行存儲(chǔ)歸檔，并以該點(diǎn)設(shè)置死區(qū)繼續(xù)對(duì)后續(xù)數(shù)據(jù)進(jìn)行壓縮，直到所有數(shù)據(jù)壓縮完畢。所述的SDT算法進(jìn)一步數(shù)據(jù)壓縮的步驟如下：S31、從壓縮后的數(shù)據(jù)中取出一個(gè)數(shù)據(jù)點(diǎn)(tk,yk)測(cè)試時(shí)間間隔，其中0＜k≤j，j＜i；若該點(diǎn)與上個(gè)存儲(chǔ)點(diǎn)時(shí)間間隔等于或者超過(guò)了被存儲(chǔ)的兩點(diǎn)間允許的最大時(shí)間間隔，則不需要進(jìn)行SDT分析，直接存儲(chǔ)前一點(diǎn)(tk-1,yk-1)，否則，繼續(xù)進(jìn)行后續(xù)數(shù)據(jù)的壓縮；S32、計(jì)算旋轉(zhuǎn)門轉(zhuǎn)動(dòng)到(tk,yk)時(shí)兩扇門的斜率，并與前一狀態(tài)比較取開門角度大的狀態(tài)，如果上扇門的斜率大于等于下扇門的斜率，則表示兩扇門之間的角度以及大于或等于180°，此時(shí)就存儲(chǔ)前一點(diǎn)(tk-1,yk-1)并將其作為新壓縮段的起始點(diǎn)，否則，不存儲(chǔ)任何點(diǎn)，繼續(xù)進(jìn)行下一步驟；S33、檢測(cè)一組j個(gè)數(shù)據(jù)是否壓縮完畢，如果未壓縮完畢，則跳轉(zhuǎn)到步驟S21。所述的S3中的SDT壓縮精度參數(shù)自適應(yīng)調(diào)整的步驟如下：S31、利用前一區(qū)間的數(shù)據(jù)波動(dòng)情況預(yù)測(cè)下一區(qū)間的情況，得到數(shù)據(jù)的離散程度，用標(biāo)準(zhǔn)差表示為：其中，yi是數(shù)據(jù)值，μ為y的平均值，n為數(shù)據(jù)總數(shù)；S32、計(jì)算相鄰壓縮區(qū)間的波動(dòng)變化w：w＝σi/σi-1，其中σi和σi-1分別表示第i和i-1次壓縮的數(shù)據(jù)標(biāo)準(zhǔn)差；S33、動(dòng)態(tài)調(diào)整ΔE的值：其中F(w)＝(w-1)3+1，τ為數(shù)據(jù)波動(dòng)變化的容差系數(shù)，F(xiàn)(w)為動(dòng)態(tài)調(diào)幅系數(shù)函數(shù)；當(dāng)|w-1|≤τ時(shí)，說(shuō)明數(shù)據(jù)的波動(dòng)變化不明顯，無(wú)需對(duì)ΔE進(jìn)行調(diào)整；當(dāng)|w-1|＞τ時(shí)，說(shuō)明數(shù)據(jù)的波動(dòng)變化較大，應(yīng)對(duì)ΔE進(jìn)行相應(yīng)的調(diào)整；由于調(diào)幅函數(shù)F(w)關(guān)于(1,1)中心對(duì)稱，且單調(diào)遞增，當(dāng)w＜1時(shí)，F(xiàn)(w)＜1，數(shù)據(jù)波動(dòng)變得平緩，為了取得更高的壓縮比，則減小ΔE；當(dāng)w＞1時(shí)，F(xiàn)(w)＞1，數(shù)據(jù)波動(dòng)起伏變大，則應(yīng)該增大ΔE以取得更低的壓縮誤差。所述的死區(qū)壓縮精度參數(shù)ΔE′與SDT壓縮精度參數(shù)ΔE設(shè)置為相等。在首次執(zhí)行數(shù)據(jù)預(yù)處理中算法時(shí)，初始化ΔE＝(ΔEmax+ΔEmin)/2，其中ΔEmax為壓縮精度參數(shù)上限，ΔEmin為壓縮精度參數(shù)下限。本發(fā)明的有益效果是：適用于運(yùn)維自動(dòng)化系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)壓縮方法，能夠基于最小二乘原理，對(duì)原始數(shù)據(jù)進(jìn)行平滑處理，減小噪聲數(shù)據(jù)對(duì)壓縮性能的影響，使算法能夠更準(zhǔn)確的判斷數(shù)據(jù)的關(guān)鍵趨勢(shì)，提高壓縮比；結(jié)合死區(qū)限值算法實(shí)現(xiàn)初步壓縮，進(jìn)一步增大壓縮比，最后能夠通過(guò)數(shù)據(jù)波動(dòng)變化對(duì)壓縮精度參數(shù)動(dòng)態(tài)調(diào)整。該方法能夠在保持低壓縮誤差的前提下，有效提高壓縮比，并且具有低復(fù)雜度和良好的可擴(kuò)展性。附圖說(shuō)明圖1為方法流程圖；圖2為死區(qū)限值壓縮原理圖；圖3為仿真數(shù)據(jù)ASDT/SDT壓縮比對(duì)比圖；圖4為仿真數(shù)據(jù)ASDT/SDT均方根誤差對(duì)比圖；圖5為解壓重構(gòu)后數(shù)據(jù)對(duì)比圖；圖6為真實(shí)數(shù)據(jù)ASDT/SDT壓縮比對(duì)比圖；圖7為真實(shí)數(shù)據(jù)ASDT/SDT均方根誤差對(duì)比圖。具體實(shí)施方式下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。如圖1所示，適用于運(yùn)維自動(dòng)化系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)壓縮方法，所述的方法的步驟如下：S1、數(shù)據(jù)預(yù)處理；對(duì)原始數(shù)據(jù)進(jìn)行平滑處理，減小噪聲數(shù)據(jù)對(duì)SDT算法的干擾；S2、初步數(shù)據(jù)壓縮；對(duì)平滑處理后的數(shù)據(jù)采用控制算法對(duì)數(shù)據(jù)初步壓縮；S3、進(jìn)一步數(shù)據(jù)壓縮；采用SDT算法進(jìn)一步壓縮，提高總體壓縮比，并減少SDT算法處理的數(shù)據(jù)量；S4、SDT壓縮精度參數(shù)匹配；在每次數(shù)據(jù)壓縮完成后，根據(jù)數(shù)據(jù)波動(dòng)的變化，使壓縮精度參數(shù)與數(shù)據(jù)波動(dòng)變化的特性進(jìn)行匹配，得到匹配后的壓縮精度參數(shù)；S5、SDT壓縮精度參數(shù)自適應(yīng)調(diào)整；根據(jù)匹配后的壓縮精度參數(shù)重復(fù)步驟S2、S3和S4后，再進(jìn)一步自適應(yīng)調(diào)整壓縮精度參數(shù)；S6、重復(fù)步驟S2、S3和S5，直到壓縮精度參數(shù)與數(shù)據(jù)波動(dòng)變化的特性完全匹配，得到最優(yōu)的壓縮精度參數(shù)再重復(fù)步驟S2和S3后，完成數(shù)據(jù)的壓縮，以取得最優(yōu)的壓縮性能。所述的S1中的平滑處理的方法包括最小二乘法，所述的最小二乘平滑處理的步驟如下：S11、初始化輸入的原始數(shù)據(jù)序列Y＝(ti,yi)的上下斜率；S12、對(duì)相鄰的五個(gè)原始數(shù)據(jù)點(diǎn)(ti-2,yi-2)，(ti-1,yi-1)，…，(ti+2,yi+2)，用曲線y＝α0+α1t+α2t2+α3t3進(jìn)行擬合；S13、采用最小二乘法求出系數(shù)α0,α1,α2,α3，得到五點(diǎn)三次平滑公式為：YS＝AY，其中Y是原始數(shù)據(jù)向量，YS是平滑后的數(shù)據(jù)向量，數(shù)據(jù)向量的坐標(biāo)分別表示5個(gè)連續(xù)的數(shù)據(jù)值，A是5階系數(shù)矩陣。所述的步驟S2的數(shù)據(jù)壓縮的控制算法包括死區(qū)限值算法，所述的死區(qū)限值算法的具體步驟如下：S21、在一組i個(gè)數(shù)據(jù)的初始數(shù)據(jù)點(diǎn)a設(shè)置死區(qū)壓縮精度參數(shù)ΔE′的限制區(qū)間，然后依次對(duì)后續(xù)數(shù)據(jù)進(jìn)行壓縮；S22、若數(shù)據(jù)點(diǎn)在此死區(qū)內(nèi)，則舍棄該數(shù)據(jù)點(diǎn)，若數(shù)據(jù)點(diǎn)在此死區(qū)外，則對(duì)該數(shù)據(jù)點(diǎn)進(jìn)行存儲(chǔ)歸檔，并以該點(diǎn)設(shè)置死區(qū)繼續(xù)對(duì)后續(xù)數(shù)據(jù)進(jìn)行壓縮，直到所有數(shù)據(jù)壓縮完畢。如圖2所示，t4時(shí)刻的b點(diǎn)在此區(qū)間之外，故存儲(chǔ)b點(diǎn)，并以該點(diǎn)設(shè)置死區(qū)繼續(xù)對(duì)后續(xù)數(shù)據(jù)進(jìn)行壓縮。所述的SDT算法進(jìn)一步數(shù)據(jù)壓縮的步驟如下：S31、從壓縮后的數(shù)據(jù)中取出一個(gè)數(shù)據(jù)點(diǎn)(tk,yk)測(cè)試時(shí)間間隔，其中0＜k≤j，j＜i；若該點(diǎn)與上個(gè)存儲(chǔ)點(diǎn)時(shí)間間隔等于或者超過(guò)了被存儲(chǔ)的兩點(diǎn)間允許的最大時(shí)間間隔，則不需要進(jìn)行SDT分析，直接存儲(chǔ)前一點(diǎn)(tk-1,yk-1)，否則，繼續(xù)進(jìn)行后續(xù)數(shù)據(jù)的壓縮；S32、計(jì)算旋轉(zhuǎn)門轉(zhuǎn)動(dòng)到(tk,yk)時(shí)兩扇門的斜率，并與前一狀態(tài)比較取開門角度大的狀態(tài)，如果上扇門的斜率大于等于下扇門的斜率，則表示兩扇門之間的角度以及大于或等于180°，此時(shí)就存儲(chǔ)前一點(diǎn)(tk-1,yk-1)并將其作為新壓縮段的起始點(diǎn)，否則，不存儲(chǔ)任何點(diǎn)，繼續(xù)進(jìn)行下一步驟；S33、檢測(cè)一組j個(gè)數(shù)據(jù)是否壓縮完畢，如果未壓縮完畢，則跳轉(zhuǎn)到步驟S21。所述的S3中的SDT壓縮精度參數(shù)自適應(yīng)調(diào)整的步驟如下：S31、利用前一區(qū)間的數(shù)據(jù)波動(dòng)情況預(yù)測(cè)下一區(qū)間的情況，得到數(shù)據(jù)的離散程度，用標(biāo)準(zhǔn)差表示為：其中，yi是數(shù)據(jù)值，μ為y的平均值，n為數(shù)據(jù)總數(shù)；S32、計(jì)算相鄰壓縮區(qū)間的波動(dòng)變化w：w＝σi/σi-1，其中σi和σi-1分別表示第i和i-1次壓縮的數(shù)據(jù)標(biāo)準(zhǔn)差；S33、動(dòng)態(tài)調(diào)整ΔE的值：其中F(w)＝(w-1)3+1，τ為數(shù)據(jù)波動(dòng)變化的容差系數(shù)，F(xiàn)(w)為動(dòng)態(tài)調(diào)幅系數(shù)函數(shù)；當(dāng)|w-1|≤τ時(shí)，說(shuō)明數(shù)據(jù)的波動(dòng)變化不明顯，無(wú)需對(duì)ΔE進(jìn)行調(diào)整；當(dāng)|w-1|＞τ時(shí)，說(shuō)明數(shù)據(jù)的波動(dòng)變化較大，應(yīng)對(duì)ΔE進(jìn)行相應(yīng)的調(diào)整；由于調(diào)幅函數(shù)F(w)關(guān)于(1,1)中心對(duì)稱，且單調(diào)遞增，當(dāng)w＜1時(shí)，F(xiàn)(w)＜1，數(shù)據(jù)波動(dòng)變得平緩，為了取得更高的壓縮比，則減小ΔE；當(dāng)w＞1時(shí)，F(xiàn)(w)＞1，數(shù)據(jù)波動(dòng)起伏變大，則應(yīng)該增大ΔE以取得更低的壓縮誤差。所述的調(diào)幅系數(shù)函數(shù)F(w)采用三次函數(shù)的原因在于：當(dāng)數(shù)據(jù)波動(dòng)變化較快時(shí)，若ΔE調(diào)整不及時(shí)，會(huì)導(dǎo)致該數(shù)據(jù)段壓縮效果不佳。另一方面，數(shù)據(jù)波動(dòng)變化放緩，則需要細(xì)微調(diào)節(jié)ΔE才能逼近理想值。調(diào)幅系數(shù)函數(shù)F(w)在w＝1兩側(cè)一階導(dǎo)數(shù)不斷增大，使F(w)的變化更為快速，從而能更及時(shí)的調(diào)整ΔE，使之適應(yīng)數(shù)據(jù)波動(dòng)變化。所述的死區(qū)壓縮精度參數(shù)ΔE′與SDT壓縮精度參數(shù)ΔE設(shè)置為相等。在首次執(zhí)行數(shù)據(jù)預(yù)處理中算法時(shí)，初始化ΔE＝(ΔEmax+ΔEmin)/2，其中ΔEmax為壓縮精度參數(shù)上限，ΔEmin為壓縮精度參數(shù)下限。本發(fā)明實(shí)施例一的仿真數(shù)據(jù)通過(guò)采用正弦波信號(hào)疊加噪聲的形式來(lái)模擬真是監(jiān)測(cè)數(shù)據(jù)，函數(shù)表達(dá)式為y＝sin(ωt)+N(p,t)，其中N(p,t)為噪聲信號(hào)，p為噪聲強(qiáng)度參數(shù)，p值越大，噪聲數(shù)據(jù)對(duì)壓縮性能的影響就越大。為了測(cè)試自適應(yīng)旋轉(zhuǎn)門趨勢(shì)算法(ASDT)對(duì)含噪聲的壓縮系能，令p從1增長(zhǎng)到10，分別測(cè)試ASDT和SDT的算法性能。其中角頻率ω＝0.001，采用周期為2，采樣區(qū)間為[0,2000π]，設(shè)置SDT算法ΔE＝0.02，ASDT算法的ΔEmax＝0.04，ΔEmin＝0.1，數(shù)據(jù)波動(dòng)變化的容差系數(shù)τ＝0.1。得到ASDT和SDT的結(jié)果對(duì)比如下表1所示：ASDT/SDT壓縮比均方根誤差p＝15.51/2.110.362/0.370p＝25.45/2.080.414/0.410p＝35.18/2.090.449/0.437p＝44.63/2.060.511/0.515p＝54.32/2.070.564/0.579p＝64.23/2.040.634/0.590p＝74.02/2.050.687/0.728p＝83.80/2.050.804/0.811p＝93.57/2.020.875/0.864p＝103.25/2.031.029/1.039表1如圖3和表1所示，隨著噪聲強(qiáng)度的增大，ASDT和SDT的壓縮比均有不同程度的減小。盡管如此，ASDT的壓縮比一直高于SDT，最低時(shí)仍為3.25，相比于SDT提高了60％以上。這是由于噪聲數(shù)據(jù)的頻繁抖動(dòng)使SDT算法不能正確預(yù)測(cè)數(shù)據(jù)的走勢(shì)，從而過(guò)多的記錄了無(wú)用信息。而ASDT算法由于對(duì)原始數(shù)據(jù)進(jìn)行了平滑處理，減輕了噪聲的影響，使壓縮算法能更準(zhǔn)確的把握數(shù)據(jù)的關(guān)鍵趨勢(shì)，大大減少歸檔點(diǎn)數(shù)。同時(shí)，采用死區(qū)限值過(guò)濾進(jìn)一步增大了壓縮比。雖然ASDT在壓縮比方面比SDT取得更好的性能，但是這并不意味著是以損失數(shù)據(jù)精度為代價(jià)的。如圖4和表1所示，ASDT和SDT的均方根誤差基本相同，這是由于ASDT能根據(jù)相鄰區(qū)間數(shù)據(jù)波動(dòng)的變化趨勢(shì)動(dòng)態(tài)調(diào)整精度參數(shù)ΔE，從而使壓縮誤差維持在合理的水平。如圖5所示，自上而下分別為原始數(shù)據(jù)、SDT以及ASDT，從圖中可以看出SDT算法收噪聲影響較大，而ASDT能更好的抵抗噪聲數(shù)據(jù)的干擾，忽略頻繁抖動(dòng)的無(wú)關(guān)信息存儲(chǔ)，識(shí)別數(shù)據(jù)變化的關(guān)鍵趨勢(shì)。本發(fā)明實(shí)施例二的真實(shí)數(shù)據(jù)通過(guò)對(duì)某IT運(yùn)維系統(tǒng)中磁盤使用率的進(jìn)行監(jiān)測(cè)，得到包括10個(gè)不同時(shí)間段采集的數(shù)據(jù)，采用周期為2秒，每個(gè)時(shí)間段采樣點(diǎn)均為2000以上。設(shè)置SDT算法ΔE＝0.5，ASDT算法的ΔEmax＝1.0，ΔEmin＝0，數(shù)據(jù)波動(dòng)變化的容差系數(shù)τ＝0.1。如圖6、圖7所示，ASDT在真實(shí)數(shù)據(jù)集上依然獲得了比較高的壓縮比，最低時(shí)為9.49，對(duì)比SDT至少提高了24％。ASDT的均方根誤差基本與SDT持平，取得良好的數(shù)據(jù)保真度，從真實(shí)數(shù)據(jù)集上可以看出ASDT算法的性能更優(yōu)。對(duì)不同規(guī)模的數(shù)據(jù)進(jìn)行壓縮時(shí)間的測(cè)試，設(shè)置數(shù)據(jù)規(guī)模為10m,m∈[2,8]。對(duì)于每個(gè)m，分別測(cè)試10次取平均值，得到結(jié)果如下表2所示：數(shù)據(jù)規(guī)模(10m)壓縮時(shí)間(秒)重構(gòu)時(shí)間(秒)m＝26.35*10-48.51*10-4m＝32.12*10-37.66*10-3m＝41.24*10-25.29*10-2m＝51.02*10-14.31*10-1m＝61.054.37m＝710.4343.25m＝8138.04507.34表2從表2可以看出，ASDT算法壓縮時(shí)間和重構(gòu)時(shí)間隨著數(shù)據(jù)規(guī)模的增長(zhǎng)而呈線性增長(zhǎng)的趨勢(shì)，證明ASDT在對(duì)IT運(yùn)維系統(tǒng)進(jìn)行數(shù)據(jù)壓縮的時(shí)候具有良好的可擴(kuò)展性。而且，當(dāng)數(shù)據(jù)規(guī)模為108時(shí)，ASDT的壓縮時(shí)間和解壓重構(gòu)分別為138.04秒和507.34秒，對(duì)較大規(guī)模的數(shù)據(jù)有良好的處理能力。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對(duì)其他實(shí)施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構(gòu)想范圍內(nèi)，通過(guò)上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識(shí)進(jìn)行改動(dòng)。而本領(lǐng)域人員所進(jìn)行的改動(dòng)和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。當(dāng)前第1頁(yè)1 2 3