[發明專利]一種基于核密度估計與模糊推理系統的實時云服務瓶頸檢測方法

有效

• 申請號: 201610040259.8
• 申請日: 2016-01-18
• 公開（公告）號: CN105721199B
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 張衛山;段鵬程;宮文娟;盧清華;李忠偉
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 孫營營

本發明提出了一種基于核密度估計與模糊推理系統的實時云服務瓶頸檢測方法，包括以下步驟：步驟1、啟動實時云環境，運行云服務；步驟2、啟動實時云服務狀態參數獲取組件；步驟3、獲取某一段時間內集群正常運行環境下的云服務狀態參數，采用核密度估計模型對其進行建模，同時開啟模糊推理系統；步驟4、新獲得的狀態參數輸入到該模糊推理系統中，計算出瓶頸指數；步驟5、設置閾值，觀察每一個云服務瓶頸指數的歷史規律，如果在某一時間段內一直超過閾值，則啟動預警機制。本發明的方法能夠實時獲取云集群中每一個服務的運行狀態，存入數據倉庫；實現對每一個實時云服務的瓶頸檢測；當實時云服務的瓶頸指數長時間超過某一閾值，啟動預警機制。

技術領域

本發明涉及云計算大數據計算、實時服務計算和異常檢測領域，具體涉及到一種基于核密度估計與模糊推理系統的實時云服務瓶頸檢測方法。

背景技術

對云計算環境下實時服務的異常檢測是極為困難的。

首先是云服務狀態參數獲取與選擇上的困難，實時云環境中的云服務分布在各個集群節點中，有的云服務還運行在同一節點不同虛擬機上面，這就造成了對云服務運行的狀態難以獲取。

其次是實時云服務的運行模式不可預測，一個云服務的空閑、繁忙等狀態沒有一個規定的標準加以定義，這就造成了一個云服務的瓶頸也難以定義。加之，集群規模不可控，當一個云計算集群中的節點個數的規模很大時，這對集群內部的網絡產生障礙，而獲取云服務狀態本身就會消耗資源，這也造成了針對云服務的瓶頸檢測算法必須要求資源消耗少等特點；同時數量龐大的云服務也要求檢測算法必須為非監督，不然會消耗大量的人工操作，后者顯然是不可行的。

發明內容

為解決現有技術的不足，本發明提出一種基于核密度估計與模糊推理系統的實時云服務瓶頸檢測方法。

本發明的技術方案是這樣實現的：

一種基于核密度估計與模糊推理系統的實時云服務瓶頸檢測方法，包括以下步驟：

步驟1、啟動實時云環境，運行云服務；

步驟2、啟動實時云服務狀態參數獲取組件；

步驟3、獲取某一段時間內集群正常運行環境下的云服務狀態參數，采用核密度估計模型對其進行建模，同時開啟模糊推理系統；

步驟4、新獲得的狀態參數輸入到該模糊推理系統中，計算出瓶頸指數；

步驟5、設置閾值，觀察每一個云服務瓶頸指數的歷史規律，如果在某一時間段內一直超過閾值，則啟動預警機制。

可選地，所述核密度估計模型首先根據每一個服務的屬性日志建立關于“確認數”與“吞吐量”之間的二維概率密度模型，以及“延遲”與“CPU使用率”之間的二維概率密度模型；當模型建立完成，新的日志接收到以后，將云服務的日志輸入到建立好的兩個概率密度模型，輸出相對應的概率；最后將兩個概率密度模型的兩個輸出作為模糊推理系統的輸入。

可選地，所述模糊推理系統的算法具體如下：

算法開始：

輸入變量：

延遲-CPU：實數；

確認數-吞吐量：實數；

輸出變量：

瓶頸：實數；

模糊化：延遲-CPU

術語 低：＝(0，1)(0.2，0)；

術語 中：＝高斯0.5 0.12；

術語 高：＝(0.75，0)(1，1)；

模糊化：確認數-吞吐量