云平台资源可靠性态势分析

发布时间：2017-12-21 23:23

  本文关键词：云平台资源可靠性态势分析　出处：《西安电子科技大学》2015年硕士论文　论文类型：学位论文

  更多相关文章： 云平台 时间序列 聚类 dtw 关联分析

【摘要】：作为一项新兴的技术,云计算意味着计算能力也能作为一种商品通过网络流通。由于其本身的的低成本和开放性,云平台技术正在被广泛应用于商业、军事和学术等各个领域中,这就使得云平台整体资源的可靠性显得格外重要。有效的云架构能够高效的使用计算与网络资源,降低不必要的成本浪费,为用户提供一个可靠的且具有高可用性的环境。云平台资源可靠性分析技术目前发展的主要代表为云平台监控技术,云平台监控技术主要对系统各种资源信息进行监控并提供展示,将云平台中服务器和虚拟机的运行情况反馈给云平台使用者,为工作人员的运维工作提供了极大帮助。但截至目前,云平台监控技术技术仅仅对云平台的资源使用情况进行单纯的监控,并根据简单的异常规则来提供告警,其中异常规则的设定往往取决于云平台管理者的经验和主观判断。在现有面向云平台资源可靠性的分析方案中,尚没有比较系统化的分析手段。根据以上的需求,本文提出了一种云平台可靠性资源态势分析方案,对云平台各资源使用情况创建了时间序列模型,并使用数据挖掘技术中的聚类技术以及关联分析技术对云平台各资源时间序列进行了分析,本文主要完成的工作如下:一、将dbscan聚类方法与k-means聚类方法做了有效结合,提出了优化的db-means聚类方法;二、将广泛应用于语音分析中的dtw距离(动态时间规整)应用在时间序列聚类上,相比欧氏距离带来了更好的性能;三、针对服务器和虚拟机不同的工作方式对二者分别提出了不同的时间序列聚类方案,得出二者历史运行概况,有助于用户对云平台整体运行情况的系统性理解。四、使用时间序列片段模式作为关联分析数据集,使得具有连续属性的云平台资源时间序列数据的离散化问题得到了有效解决。五、对云平台各资源时间序列通过关联分析进行了频繁项集挖掘,有助于展现云平台各资源使用情况的隐藏关系。本文所提方案的优势在于对云平台服务器和虚拟机的各资源常用情况以及之间的隐藏关系做出了挖掘,为管理人员对云平台的任务分配策略的定制,系统瓶颈的发现,告警规则的设置等方面提供了理论基础。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;TP302

【参考文献】

中国期刊全文数据库 前7条

1 陈湘涛;李明亮;陈玉娟;;基于时间序列相似性聚类的应用研究综述[J];计算机工程与设计;2010年03期

2 李梅;白凤兰;;基于DTW距离的DNA序列相似性分析[J];生物数学学报;2009年02期

3 孙吉贵;刘杰;赵连宇;;聚类算法研究[J];软件学报;2008年01期

4 程玉胜;邓小光;江效尧;;Apriori算法中频繁项集挖掘实现研究[J];计算机技术与发展;2006年03期

5 颜跃进;李舟军;陈火旺;;频繁项集挖掘算法[J];计算机科学;2004年03期

6 周水庚,周傲英,曹晶,胡运发;一种基于密度的快速聚类算法[J];计算机研究与发展;2000年11期

7 李斌,谭立湘,章劲松,庄镇泉;面向数据挖掘的时间序列符号化方法研究[J];电路与系统学报;2000年02期

，

本文编号：1317543