智能运维中多维监测指标的异常定位研究

发布时间：2021-02-27 20:41

　　在数据量爆炸的大数据时代,为了解决传统运维中存在的集群规模更大,监控可视化与智能化更复杂等诸多难题,智能运维应运而生。在智能运维领域中,多维监测指标的异常定位是一个非常重要的问题。一个好的异常定位方法能够快速、准确的检测到异常发生的时刻,并分析出导致该时刻异常的具体维度,在一定程度上减少因异常发生带来的损失。因此,本文以智能运维中多维监测指标的异常定位为重点研究内容,根据异常定位的流程,对其中的异常检测和根因分析两部分做了深入研究。首先,介绍了本文算法设计与优化所涉及的相关理论与技术,主要包括三个方面:1.对循环神经网络和长短期记忆网络进行了介绍;2.研究了深度生成模型中的变分自编码器及其在异常检测中的应用,并分析了使用重构概率来进行异常检测的优势;3.介绍了博弈决策中的上置信界算法并对该算法中的参数进行了仿真分析,研究了用于巨大搜索空间中的蒙特卡洛树搜索算法。其次,在异常检测方面,本文设计了一种以变分循环神经网络为基础模型,采用半监督学习方式的时间序列异常检测算法。该算法将变分自编码器与长短期记忆网络相结合,有效的解决了基于变分自编码器异常检测算法在时间序列异常检测方面的局限性以及实... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 异常检测研究现状
        1.2.2 根因分析研究现状
    1.3 论文主要工作与结构安排
第二章 相关理论与技术介绍
    2.1 时间序列研究
        2.1.1 循环神经网络
        2.1.2 长短期记忆网络
    2.2 基于变分自编码器的异常监测
        2.2.1 自编码器
        2.2.2 变分自编码器
        2.2.3 基于VAE的异常检测
    2.3 博弈决策及空间搜索技术
        2.3.1 上置信界算法
        2.3.2 蒙特卡洛树搜索算法
    2.4 小结
第三章 多维监测指标的异常定位算法设计与优化
    3.1 基于VRNN的异常检测算法设计
        3.1.1 变分循环神经网络设计
        3.1.2 异常检测算法分析
    3.2 基于蒙特卡洛树搜索的根因分析算法优化
        3.2.1 根因分析中的符号定义
        3.2.2 潜在分数计算
        3.2.3 基于MCTS的根因分析算法优化
        3.2.4 分层剪枝策略
    3.3 小结
第四章 实验设计与结果分析
    4.1 数据集介绍
    4.2 算法评分标准
        4.2.1 异常检测
        4.2.2 根因分析
    4.3 模型配置及超参数设定
        4.3.1 异常检测
        4.3.2 根因分析
    4.4 结果分析讨论
        4.4.1 异常检测
        4.4.2 根因分析
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
作者简介


【参考文献】：
硕士论文
[1]基于蒙特卡洛树搜索的计算机围棋博弈研究[D]. 于永波.大连海事大学 2015



本文编号：3054775