APM系统中应用运行态势预测与分析子系统的研究与实现

发布时间：2020-11-15 20:01

　　 应用性能管理系统通过对企业的关键应用进行监控、分析来保证系统的正常运行,使用户得到可靠的服务,降低企业运行维护成本,提高经济效益。系统未来运行状态预测和异常报警是应用性能管理的两个重要需求。传统时间序列预测技术存在着分析过程需要太多人工介入、预测精度不高的缺点。深度学习技术相比传统方法有自适应能力强的特点,本课题将深度学习技术应用于应用性能管理中的应用运行态势预测与异常挖掘。论文基于神经网络技术设计了一个预测系统典型资源消耗指标的预测模型。使用神经网络模型挖掘应用运行过程中各项数据指标的前后关联性,建立应用历史资源消耗指标和应用未来典型资源消耗指标的回归预测模型。分析神经网络的预测输出结果为系统提供未来一段时间内的容量管理建议。在系统异常变化挖掘方面,设计了分析预测残差的相对熵距离模型。在论文中首先介绍了背景知识和相关技术,之后联系应用性能管理系统的整体结构,阐述应用运行态势预测与分析子系统在整个系统中的位置与工作场景,并分析应用性能管理系统的具体需求,总结出子系统所具备的具体功能点。在后面的算法模型设计部分给出了时间序列预测和应用运行异常变化检测两个关键分析模型。在子系统的设计与实现部分介绍了子系统的功能结构、关键流程、内外接口、数据结构定义、系统类图设计。根据第五章的设计内容,完成了子系统的原型开发。在第六章中针对子系统的功能点设计了测试用例并实施验证,测试结果基本符合预期。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP311.52;TP18
【部分图文】：

时间序列的长期趋势归纳，神经网络相关技术、时间序列平稳检测技熵。其中神经网络相关技术主要应用在时间序列预测模块中，论文中绍了神经基本原理、训练方法并重点介绍了本课题中所使用的长短期记络。时间序列平稳性检验被用来分析预测模块输出预测值和实际观差，起到评估预测效果和趋势性检测的作用，文中重点介绍了时间序的定义以及相关的算法。相对熵模型通过评估残差序列的概率分布是明显的变化来分析判断系统是否有异常变化发生。??时间序列的长期趋势归纳??．１趋势归纳的意义以及应用背景??长期趋势是时间序列在一段时间内的主要构成成分，代表了时间序列间内的变化方向，这种趋势性往往具有变化缓慢且持续时间长的特点的系统中，时间序列的趋势性变化往往受到随机误差，周期性变化等扰而不易被感知。????????

指标采集功能、应用分类评估功能、应用运行态势预测与分析功能、信息展示??与交互功能。在ＡＰＭ系统中，每个功能分别对应一个子系统，ＡＰＭ的模块划??分如图３－１所本。??应用性能管理系统??应监应＿?＾??用控用ｍ?＾??运与分圓？??行指类：＾??控标评？?３??制采＆關尝??子售子?１??系十系Ｉ?；??统系统￥??１＾１?１?Ｍ??图３－１?ＡＰＭ应用性能管理系统糢块分解图??应用运行控制子系统提供应用运行的资源管理、任务部署、运行资源调??整。??监控与指标采集了－系统对应用运行时的典型指标进行监控并提供运行指标??的采集、存储、分发功能。数据采集功能为后续的应用运行分析提供了数据来??源。??

系统管理员??图３－２态势预测与分析子系统的应用场景??如图３－２所示，在真实的态势预测与分析子系统应用场景中有两类用户，??一类是ＡＰＭ系统管理人员，一类是运维工程师。其中系统管理员的工作职责??是保证ＡＰＭ应用系统更好地适配被监控系统。系统管理员在具体的工作过程??中会对系统的内部参数进行适配，具体涉及到预测模型中输入参数、输出参数??的增、删、改、查。运维人员需要能够根据系统未来一段时间的负载情况对系??统进行増容、减容操作并能够实时获知系统当前的运行状态稳定性指标，必要??时需要能够接受报警信息。??由系统管理员的具体需求可知，态势预测分析子系统需要具备分析模型的??建立、模型离线训练、自主评估和上线的功能。??分析运维工程师的具体需求，态势预测与分析子系统需要具备系统历史运??行资源消耗的趋势归纳，以相对直观的方式展示系统长期的运行趋势；对系统??１５??
【相似文献】

相关期刊论文 前4条

1 郑亮;;胶轮路轨APM系统走行面的施工管理[J];城市轨道交通研究;2018年04期

2 杨蕾;;广州APM系统运营效率考核[J];铁道机车车辆工人;2012年02期

3 张敏;;胶轮路轨APM系统渡线线型设计研究[J];隧道与轨道交通;2017年04期

4 闫霄翔;邹红;周围;;SM系统与传统MIMO系统的性能对比及分析[J];广东通信技术;2013年10期

相关硕士学位论文 前1条

1 闫献龙;APM系统中应用运行态势预测与分析子系统的研究与实现[D];北京邮电大学;2018年

本文编号：2885149