云环境下虚拟机异常的多属性分析

发布时间：2017-05-31 01:04

  本文关键词：云环境下虚拟机异常的多属性分析，由笔耕文化传播整理发布。

【摘要】：云计算具有虚拟化、层次化、动态化和大规模性等特点,因而使其平台监控问题面临着巨大的挑战。其中,针对虚拟化节点的资源监控问题更是重中之重。在实际应用中,对虚拟资源的异常及其发展趋势的分析具有十分重要的意义。本文基于Hadoop云平台研究了云环境下虚拟异常的多属性趋势分析问题。 首先,提出了一种基于K-means聚类算法的虚拟机运行状态建模方法,将虚拟机的运行状态分为正常、异常和故障三个等级。主要建模过程包括：(1)设置默认的初始化聚类中心,计算训练数据的Hopkins统计量；(2)利用K-means算法得出聚类结果；(3)如果Hopkins统计量处在[0.4,0.6]区间或存在初始聚类中心未改变的情况,需要进一步对聚类结果的中心点进行修正。本文的虚拟机运行状态建模方法可以适用于不同类型的训练数据。 第二,提出了基于非参数CUSUM算法的异常趋势分析机制,其核心是利用非参数CUSUM算法对归类结果为“异常”的后续数据进行状态趋势的监控,以便能提前探测到可能导致虚拟机故障的持续性异常。主要步骤包括：(1)计算小间隔采样数据与“故障”类中心的距离；(2)当检验序列由负变为正时进行异常累加；(3)当异常累加值达到了阈值限制则发出预测报警。并针对文中趋势分析算法的阈值选取和预测时延问题进行了分析。 第三,建模阶段结束后通过一组实验评估不同类型训练数据情况下聚类结果的轮廓系数,作为验证聚类结果可靠性的依据。初步检测阶段中选取了KNN算法与本文方法进行了对比,并从复杂程度和适用性两方面进行了分析。趋势分析阶段分别针对单一属性和多属性的情况设计了一系列实验,结果表明本文提出的异常趋势分析模型在预测准确率和预测时延方面有较好的表现。 最后,研究了一种基于SPE (Squared Prediction Error)的异常属性定位方法,针对归类决策阶段结果为“故障”的数据点进行异常诊断分析,推断出最有可能引发此次异常的属性,为异常的后期处理提供依据。实验表明基于SPE异常定位的准确性可以达到0.8889。
【关键词】：云计算 多属性分析 异常分析 虚拟机 Hadoop 资源监控
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP302
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-16
• 1.1 选题背景9-10
• 1.2 国内外研究现状10-14
• 1.2.1 云计算及其监控10-11
• 1.2.2 异常检测与趋势分析11-14
• 1.2.3 异常定位14
• 1.3 研究目的与主要工作14-15
• 1.4 论文的组织结构15-16
• 2 云计算平台的相关概念与技术16-25
• 2.1 云计算的概念16-18
• 2.2 云计算平台的特点与关键技术18-19
• 2.3 Hadoop云计算框架介绍19-21
• 2.4 云计算平台的监控技术21-24
• 2.5 本章小结24-25
• 3 基于K-means算法的建模与决策分析25-37
• 3.1 运行状态等级模型的建立25-31
• 3.1.1 训练数据估计25-26
• 3.1.2 虚拟机运行状态建模26-29
• 3.1.3 聚类结果评估方法29
• 3.1.4 实验结果与分析29-31
• 3.2 检测数据的归类决策31-36
• 3.2.1 归类决策方法描述31
• 3.2.2 实验结果与分析31-36
• 3.3 本章小结36-37
• 4 基于非参数CUSUM算法的异常趋势分析37-57
• 4.1 总体方案设计37-39
• 4.2 核心CUSUM算法分析39-43
• 4.2.1 算法描述39-42
• 4.2.2 性能分析42-43
• 4.3 实验平台与数据采集43-49
• 4.3.1 实验平台的搭建43-46
• 4.3.2 实验数据的采集46-49
• 4.4 实验结果与分析49-56
• 4.4.1 单属性趋势分析49-50
• 4.4.2 多属性趋势分析50-56
• 4.5 本章小结56-57
• 5 异常属性定位分析57-63
• 5.1 概述57
• 5.2 基于SPE的异常定位机制57-61
• 5.2.1 PCA建模57-59
• 5.2.2 SPE均值公式59-60
• 5.2.3 异常定位过程60-61
• 5.3 实验结果与分析61-62
• 5.4 本章小结62-63
• 结论63-64
• 参考文献64-68
• 攻读硕士学位期间发表学术论文情况68-69
• 致谢69-70

【参考文献】

中国期刊全文数据库 前3条

1 饶翔;王怀民;陈振邦;周扬帆;蔡华;周琦;孙廷韬;;云计算系统中基于伴随状态追踪的故障检测机制[J];计算机学报;2012年05期

2 王萍;张际平;;云计算与网络学习[J];现代教育技术;2008年11期

3 ;A Nonparametric Adaptive CUSUM Method and Its Application in Source-End Defense against SYN Flooding Attacks[J];Wuhan University Journal of Natural Sciences;2011年05期

  本文关键词：云环境下虚拟机异常的多属性分析，，由笔耕文化传播整理发布。

本文编号：408286