云环境下故障检测方法研究与实现

发布时间：2020-07-15 12:18

【摘要】：近些年,云计算的应用领域越来越广泛,发展的速度也越来越快,成为IT行业比较流行的技术之一。云计算具有层次化、虚拟化、动态性和大规模等特点,让其较容易产生故障,同时大量的恶意攻击以及管理人员的不规范操作,也会引起部分甚至所有云计算服务的失效,因此会对云计算的可用性带来严峻挑战。为了保持云计算的高可用性,越来越多的专家学者将研究重点放在故障检测方面,并提出一些云计算故障检测方法。但其中以性能数据为基础的基于监督学习的云计算故障检测方法存在一些问题:(1)并未对训练样本集进行处理,忽略了噪声数据对故障检测准确性的影响,导致检测准确性不高;(2)训练样本集得不到更新,不具备识别未知类型故障能力,也影响了故障检测的准确性;(3)未考虑检测时间对云计算可用性的影响。本文针对云计算故障检测方法存在的问题,并结合云计算的特点,以提升云计算的可用性为目的,对故障检测方法进行研究。提出云环境下故障模型、改进模糊kNN的云计算故障检测方法并设计云计算故障检测原型系统,以对云计算故障进行分析、检测。本文研究内容如下:(1)根据分层检测模型的思想和云计算层次化的特点,结合每个服务层内部结构,构建云环境下故障模型。(2)分析目前方法的不足,提出改进模糊kNN的云计算故障检测方法。该方法首先对云计算故障数据进行预处理,其次对云计算故障特征进行加权,然后通过云环境下故障模型确定待检测云计算数据的近邻训练样本,最后通过基于最大隶属度的自学习确定待检测云计算数据的故障检测结果。(3)设计并实现一个云计算故障检测原型系统,通过基于Hadoop搭建云计算平台采集性能数据,并根据大量的实验来验证本文方法的有效性及原型系统的可行性。
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP393.09
【图文】：

分层模型,分层检测

第二章相关第二章相关技术在本章主要将针对云环境下故障模型相关的分层检测模型，云计算故障检测相关的 kNN 算法、云环境搭建相关的 Hadoop 技术以及云计算数据采集相关ysstat 进行简单介绍。.1 分层检测模型分层检测模型的构建思想是根据样本类别的不同对已知样本进行分层[24]，一况下，模型的第一层包含样本的类别最少，最后一层包含的样本类别数最多，据模型对未知样本进行分类。如图 2.1 为分层模型，图中共有三层。

项目结构

图 2.2 Hadoop 项目结构图节将重点介绍 Hadoop 项目中的 HDFS 和 MapReduce。 Hadoop 分布式存储系统 HDFSDFS 是典型的主从式（Master/Slave）结构，HDFS 由主控节点 Nam据节点 DataNode 构成[26]。HDFS 可以将大量的文件以数据块的形式集群中。除了最后一块数据块，HDFS 中的数据块的大小都是相同的B。如图 2.3 所示，HDFS 中主控节点 NameNode 设计大大的简化了构。文件系统的命名空间也都是由 NameNode 维护，HDFS 中的元数eNode 保存在内存中，并且文件的其它操作也都是由 NameNode 管

系统架构,数据块

图 2.2 Hadoop 项目结构图将重点介绍 Hadoop 项目中的 HDFS 和 MapReduce。adoop 分布式存储系统 HDFSS 是典型的主从式（Master/Slave）结构，HDFS 由主控节点 N节点 DataNode 构成[26]。HDFS 可以将大量的文件以数据块的群中。除了最后一块数据块，HDFS 中的数据块的大小都是相如图 2.3 所示，HDFS 中主控节点 NameNode 设计大大的简。文件系统的命名空间也都是由 NameNode 维护，HDFS 中的ode 保存在内存中，并且文件的其它操作也都是由 NameNode

【参考文献】