我正在尝试将指数SRGM应用于具有大约50000个故障时间数据的大数据。这需要永远运行,甚至因为数据太多,在线工具也会因此而崩溃。您是否可以建议我如何解决此问题并使用指数(Goel-Okumoto)模型来获取MLE(最大似然估计值)?
答案 0 :(得分:0)
我了解到,最好的方法是将数据转换为失败计数格式。因此,我在考虑相等的时间间隔(每年)时进行了失败计数转换,这将我的数据集的长度减少到28.然后,我可以应用任何失败计数模型来拟合数据并进行预测。基于此研究的文章可在https://books.google.com/books?id=uYiRDgAAQBAJ&pg=PA244&lpg=PA244&dq=An+Open+Source+Tool+to+Support+the+Quantitative+Assessment+of+Cybersecurity.+In+Proc.+International+Conference+on+Cyber+Warfare+and+Security&source=bl&ots=gJX5I0b8eH&sig=fp-EDU0z8AR1ZCVvjgqxrb1WF0c&hl=en&sa=X&ved=0ahUKEwjj1K6N09nUAhXBRCYKHZUWDfAQ6AEIMDAA#v=onepage&q=An%20Open%20Source%20Tool%20to%20Support%20the%20Quantitative%20Assessment%20of%20Cybersecurity.%20In%20Proc.%20International%20Conference%20on%20Cyber%20Warfare%20and%20Security&f=false
获得