[發明專利]一種多節點應用的異常檢測方法及相關裝置

有效

• 申請號: 201210554617.9
• 申請日: 2012-12-19
• 公開（公告）號: CN103888304B
• 公開（公告）日: 2017-08-04
• 發明（設計）人: 高婉鈴;陸鋼;王磊;左嘯冰
• 申請（專利權）人: 華為技術有限公司;中國科學院計算技術研究所
• 主分類號: H04L12/26
• 分類號: H04L12/26
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙)44285
• 代理人: 唐華明

1.一種多節點應用的異常檢測方法，其特征在于，包括：

采集多節點應用運行時產生的數據；

根據采集到的數據，構建應用交互拓撲圖，所述應用交互拓撲圖包括節點特征向量和邊特征向量；

判斷所述應用交互拓撲圖與預置的應用交互拓撲圖是否同構；

若所述應用交互拓撲圖與預置的應用交互拓撲圖同構，則對所述節點特征向量和/或所述邊特征向量判斷所述多節點應用運行時是否存在異常；若所述應用交互拓撲圖與預置的應用交互拓撲圖不同構，則確定出所述多節點應用運行時存在異常。

2.根據權利要求1所述的方法，其特征在于，所述采集多節點應用運行時產生的數據包括：

采集多節點應用運行時在網絡層、操作系統層和體系結構層上產生的數據，其中，網絡層上采集到的數據包括數據包類型和流量大小，操作系統層上采集到的數據包括中央處理器CPU利用率和磁盤輸入輸出IO數據，體系結構層上采集到的數據包括緩存失效cache miss數據和混合指令集instruction mix數據。

3.根據權利要求2所述的方法，其特征在于，所述根據采集到的數據，構建應用交互拓撲圖包括：

根據操作系統層和體系結構層上采集到的數據，構建應用交互拓撲圖中的節點特征向量，根據網絡層上采集到的數據，構建應用交互拓撲圖中的邊特征向量，其中，所述節點特征向量包括節點網協IP地址，CPU利用率，磁盤IO數據，cache miss數據和instruction mix數據，所述邊特征向量包括數據包類型和流量大小。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述判斷所述應用交互拓撲圖與預置的應用交互拓撲圖是否同構之后，包括：

若所述應用交互拓撲圖與預置的應用交互拓撲圖同構，則確定出所述多節點應用運行時不存在異常。

5.根據權利要求1至3任一項所述的方法，其特征在于，

所述對所述節點特征向量和/或所述邊特征向量進行判斷包括：

對所述節點特征向量和邊特征向量進行判斷時，若所述節點特征向量和邊特征向量滿足預置條件，則確定出所述多節點應用運行時不存在異常，若所述節點特征向量或邊特征向量不滿足預置條件，則確定出所述多節點應用運行時存在異常；

對所述節點特征向量進行判斷時，若所述節點特征向量滿足預置條件，則確定出所述多節點應用運行時不存在異常，若所述節點特征向量不滿足預置條件，則確定出所述多節點應用運行時存在異常；

對所述邊特征向量進行判斷時，若所述邊特征向量滿足預置條件，則確定出所述多節點應用運行時不存在異常，若所述邊特征向量不滿足預置條件，則確定出所述多節點應用運行時存在異常。

6.根據權利要求5所述的方法，其特征在于，

所述節點特征向量包括CPU利用率，磁盤IO數據，cache miss數據和instruction mix數據；

對所述節點特征向量進行判斷包括：

對于每一個節點特征向量，構造所述節點特征向量在N個應用實例下的N*N差異性矩陣，X_ij為i行對應的應用實例下該節點特征向量屬性值大于j列對應的應用實例下該節點特征向量屬性值的次數，其中，X_ij為所述N*N差異性矩陣中的元素，N為大于1的正整數，i，j為大于等于1且小于等于N的正整數；

根據所述N*N差異性矩陣中的元素，獲取所述N個應用實例之間所述節點特征向量屬性值的大小關系；

將獲取的節點特征向量屬性值的大小關系與第一預置關系式比較，若所述大小關系與第一預置關系式相符，則確定出所述節點特征向量滿足預置條件，若所述大小關系與第一預置關系式不相符，則確定出所述節點特征向量不滿足預置條件。

7.根據權利要求6所述的方法，其特征在于，所述構造所述節點特征向量在N個應用實例下的N*N差異性矩陣之前，包括：

讀取N個應用實例下的節點特征向量屬性值；

若讀取的節點特征向量屬性值在第一預置閾值范圍內，則觸發構造所述節點特征向量在N個應用實例下的N*N差異性矩陣；

若讀取的節點特征向量屬性值不在第一預置閾值范圍內，則確定出所述多節點應用運行時存在異常。