服务器通信网络中的业务系统发现方法研究

发布时间：2017-04-27 01:09

  本文关键词：服务器通信网络中的业务系统发现方法研究，由笔耕文化传播整理发布。

【摘要】：随着互联网时代的发展,大数据概念的兴起,互联网数据中心(简称,数据中心或IDC)的市场正面临着巨大变革,从传统的独立化、分散化转向规模化、集中化。在这个信息化爆炸的时代,无论是对数据的存储需求还是处理需求,都在急剧扩大。对于大数据的存储和处理能力将成为未来企业的核心竞争力。数据中心逐渐成为互联网健康和平稳发展的关键要素,是提供高效互联网服务器的基础。然而,面对日益庞大的数据中心服务器集群,其运维管理的难度越来越大。传统的数据中心的运维管理都是按照标准ITIL流程进行管理,流程复杂且管理周期长。因此,经常造成变更信息修改不及时的情况。由于服务器之间的逻辑关系信息都是依赖于信息系统中所登记的信息。因此,会导致的业务逻辑关系混乱的情况。这种运维模式已经无法适应大规模数据中心。因此,需要一种高效的自动化手段来梳理数据中心服务器的业务逻辑结构。本文从复杂网络角度去看待规模庞大的数据中心,不仅仅关注单台服务器的运行状态,同时也关注服务器之间的交互行为。服务器之间的通信行为基本都是业务驱动的。因此,通信行为在某种程度上是能够反映它们的业务关系的。并且业务系统是以集群形式存在,会存在一定的网络结构。因此,复杂网络的分析方法能够被尝试用来解决数据中心业务系统发现问题。本文的研究思路大致如下。首先,构建数据中心的通信交互网络,还原数据中心的业务交互行为。然后,通过分析服务器之间的交互模式,构建服务器之间的关系模型,用来衡量两台服务器之间的业务关系强弱程度。接着,提出了一种基于监督信息的关系权值学习方法。该方法能够从标签数据中学习到一个高质量的参数,用来作为网络边的权值。最后,利用社区划分算法对此通信网络进行业务系统划分。本研究是在真实的数据中心服务器运行状态日志数据上进行实验的。最终实验表明,我们设计的思路是可行的。我们设计了多组对比实验：带权网络与无权网络、基于逻辑回归学习方法的权值网络与基于内交互模型的权值网络。通过对比不同的建模方法和不同的社区划分算法,充分证明了我们所提出的关系建模方案能够提高社区划分的准确性。
【关键词】：社区划分 权值网络 关系建模 复杂网络 交互网络
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O157.5
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-21
• 1.1 研究背景12-13
• 1.2 研究目的及意义13
• 1.3 研究现状13-19
• 1.3.1 数据中心发展13-16
• 1.3.2 数据中心研究概况16-17
• 1.3.3 复杂网络社区划分研究概况17-19
• 1.4 主要研究内容及工作19-20
• 1.5 论文组织结构20-21
• 2 相关理论基础21-35
• 2.1 复杂网络概念21-24
• 2.1.1 规则网络21-22
• 2.1.2 随机网络22
• 2.1.3 小世界网络22-23
• 2.1.4 无标度网络23-24
• 2.2 社区划分算法24-30
• 2.2.1 GN算法25-26
• 2.2.2 FN算法26-27
• 2.2.3 Infomap算法27-29
• 2.2.4 BGLL算法29-30
• 2.3 逻辑回归算法30-32
• 2.4 实验评价指标32-34
• 2.4.1 NMI指标32-33
• 2.4.2 F-Measure指标33
• 2.4.3 Rand Index指标33-34
• 2.4.4 Adjusted Rand Index指标34
• 2.5 本章小结34-35
• 3 服务器通信网络分析35-44
• 3.1 网络介绍35-38
• 3.1.1 数据处理平台36
• 3.1.2 网络基本情况36-38
• 3.2 节点度分析38-39
• 3.3 服务器端口行为分析39-42
• 3.3.1 端口介绍39-40
• 3.3.2 端口服务范围分析40-41
• 3.3.3 业务内部端口分析41-42
• 3.4 连接行为分析42-43
• 3.5 本章小结43-44
• 4 服务器通信网络中的业务系统发现方法44-52
• 4.1 研究思路44-45
• 4.2 务关系建模45-47
• 4.2.1 关系定义45-46
• 4.2.2 行为类型定义46-47
• 4.3 基于内交互模型的权值学习方法47-48
• 4.4 基于逻辑回归的权值学习方法48-51
• 4.4.1 属性设计48-50
• 4.4.2 回归实验结果50-51
• 4.5 本章总结51-52
• 5 实验及结果分析52-57
• 5.1 对比实验设计52-53
• 5.1.1 不同权值设定方法对比52-53
• 5.1.2 不同社区划分算法对比53
• 5.1.3 不同衡量指标对比53
• 5.2 实验结果分析53-56
• 5.2.1 与无权网络对比分析54
• 5.2.2 与简单权值网络对比分析54-55
• 5.2.3 与基于回归学习的权值网络对比分析55-56
• 5.3 本章总结56-57
• 6 总结与展望57-58
• 6.1 本文工作总结57
• 6.2 未来工作展望57-58
• 参考文献58-61
• 作者简历及攻读硕士学位期间取得的研究成果61-63
• 学位论文数据集63

【相似文献】

中国期刊全文数据库 前10条

1 本刊编辑部;;欧盟超级生物信息数据中心诞生[J];创新科技;2013年03期

2 郑叶来;陈世峻;;分布式云数据中心的建设与管理[J];中国科技信息;2013年21期

3 杨宁;;数据中心外包的要素[J];科学大观园;2013年06期

4 曾志康;国家青藏高原数据中心向西藏自治区科技厅赠送青藏高原科学数据库[J];西藏科技;2002年03期

5 戚丽,吴海燕,冯珂;校园数据中心建设问题探讨[J];实验技术与管理;2004年02期

6 商利华;陈莉;;油田数据中心建设探讨[J];科技资讯;2007年15期

7 李振兴;陈志超;;校园数据中心建设的探索[J];科技信息(学术研究);2008年34期

8 李大锋;;广东林业数据中心建设探讨[J];科技资讯;2008年19期

9 赵国生;苏岩;赵磊;;数据中心能效评价的指标体系[J];黑龙江科技信息;2010年32期

10 张建中;;浅谈绿色节能数据中心的建设[J];科技情报开发与经济;2011年22期

中国重要会议论文全文数据库 前10条

1 姚，

本文编号：329609