近日，由天翼云科技有限公司云网产品事业部混合云团队完成的论文《Multivariate Time Series Collaborative Compression for Monitoring Systems in Securing Cloud-based Digital Twin》在云计算领域国际知名学术期刊Journal of Cloud Computing：Advances,Systems and Applications(JoCCASA)发表。
JoCCASA是全球最大科学出版社之一的德国Springer(施普林格)旗下刊物，SCI JCR分区为2区，近5年影响因子4.4。此次论文在JoCCASA上的发表，代表天翼云科技创新能力再次获得业界权威认可。
时序数据压缩是解决海量监控数据长周期、高效存储问题的重要技术途径之一。云平台监控数据具有指标量大、数据量大、冗余量大、时序性强等特点，如何在大幅压缩冗余数据、降低存储成本的同时保证监控数据的准确性，是时序数据压缩领域面临的一个技术挑战。
本论文提出了一种多元时序数据协同压缩方法Multivariate Time Series Collaborative Compression(MTSCC)，通过一种创新的Two-Steps机制实现多变量分组和协同压缩，在大幅节省存储空间的同时，可以有效保留多元数据之间的相关性。数据压缩实验结果表明，在30%压缩比的情况下，重建数据与原始数据之间的相关性均方根误差仅为0.0489。此外，在将压缩重建数据和原始数据分别应用于异常检测的对比实验中，综合性评价指标F1-score的最大偏差仅为0.05%，验证了在异常检测模型训练中使用压缩重建数据的可行性和有效性，从而为大规模监控数据长周期存储和基于长周期时空特征训练异常检测模型奠定了坚实基础。
天翼云始终践行国云使命责任，基于天翼云自研分布式云操作系统TeleCloudOS4.0，持续打造全栈混合云、敏捷轻量云、一体机等混合云产品体系，不断推进国产化全栈云技术突破和规模发展，目前已服务于全国政务、金融、医疗、能源、工业等众多行业。
未来，天翼云将进一步结合国家发展战略和产业转型需求，坚持科技创新，以领先的技术和完善的服务助力数字经济高质量发展。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
