[發明專利]一種硬件事件的預測方法及系統

在審

• 申請號: 201710372546.3
• 申請日: 2017-05-23
• 公開（公告）號: CN107273262A
• 公開（公告）日: 2017-10-20
• 發明（設計）人: 呂依蓉;喻之斌;須成忠
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06F11/30
• 分類號: G06F11/30
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙)44316
• 代理人: 趙勍毅

技術領域

本申請涉及云資源管理技術領域，特別涉及一種硬件事件的預測方法及系統。

背景技術

隨著云計算的發展，虛擬化數據中心作為其計算和存儲的核心在運維管理方面遇到了諸多問題和挑戰，例如云資源利用率低下、能耗成本高昂等，均為云資源分配帶來了困難。加之云上的負載應用實時變化，云資源的使用情況也會隨之發生變化。何時需要補充資源，何時釋放資源，將云資源合理地提供給云用戶，成為虛擬化數據中心有待解決的關鍵問題。因此，預測云平臺底層資源在未來一段時間內的變化，及時發現資源瓶頸，啟動資源短缺警報，成為實現云資源動態分配優化的前提。

隨著現代處理器結構變得日益復雜，程序員以及系統軟件為了分析、優化程序以及有效地管理系統資源，都需要精確收集系統運行時的底層信息。常用的程序運行時底層信息收集手段包括插樁、軟件模擬、硬件輔助設施和PMU(Performance Monitoring Unit，性能檢測單元)。其中，性能計數器是性能監測單元的重要功能模塊，也是核心技術所在。

性能計數器(performance counter)是用于硬件事件(hardware events)計數的一個寄存器，它們可以實時、低代價地監測并記錄系統運行過程中產生的各類硬件事件信息。性能計數器的信息監測范圍非常廣，可以提供程序運行時處理器資源使用各方面信息，而且由于性能監測單元是硬件實現，不會對程序執行造成太大干擾，可以實現低代價的信息監測功能。

但是，性能計數器所記錄到的關于各種硬件事件的信息數據晦澀難懂，開發人員難以理解和使用這些數據，甚至不使用。例如阿里的云產品(阿里云)日復一日地運行用戶負載，產生了大量的硬件事件，卻都沒有好好將這些數據利用起來。實際上，這些硬件事件包含了許多有價值的信息。同時，由于云應用的多樣性、應用請求的實時多變性等特點，硬件事件信息量呈爆炸性增長。因此，對于硬件事件的預測既要借助于專業的領域知識，更需要借助于數據挖掘的方法。

在對硬件事件時間序列預測的方法中，最常用的是ARIMA(自回歸積分移動平均模型，Autoregressive Integrated Moving Average Model)算法。ARIMA模型可表示為ARIMA(p，d，q)，其中p為自回歸項，q為移動平均項數，d為使得時間序列平穩時所做的差分次數。ARIMA模型首先將非平穩時間序列轉化為平穩時間序列，然后將因變量僅對它的滯后值以及隨機誤差項的現值和滯后值進行回歸。

ARIMA模型建立步驟包括：

1、對原序列進行平穩性檢驗(ADF檢驗)，若非平穩則確定其差分的階數d。ARIMA模型是為平穩時間序列定義的，因此如果從一個非平穩的時間序列開始，首先需要做時間序列差分直到得到一個平穩時間序列。若對時間序列做d階差分才得到一個平穩序列，那么在ARIMA(p，d，q)模型中，d表示差分的階數。

2、反復測試確定ARIMA模型的參數p和q。通常需要反復檢查平穩時間序列的(自)相關圖和偏相關圖來確定得到最佳的階層p和階數q。

3、檢驗。觀察ARIMA模型的預測誤差是否服從零均值、方差不變的正態分布，同時觀察連續預測誤差是否(自)相關，可利用單位根檢驗方法。

然而，對比傳統的時間序列分析方法，ARIMA模型對時間序列的要求較高，假設較多。

發明內容

本申請提供了一種硬件事件的預測方法及系統，旨在至少在一定程度上解決現有技術中的上述技術問題之一。

為了解決上述問題，本申請提供了如下技術方案：

一種硬件事件的預測方法，包括以下步驟：

步驟a：利用性能計數器采集云環境下的多維硬件事件，根據所述多維硬件事件確定目標硬件事件；

步驟b：分析所述目標硬件事件的時間序列，通過所述目標硬件事件的時間序列構建HMM模型；

步驟c：通過所述HMM模型計算所述目標硬件事件在下一時刻的使用情況，完成對所述目標硬件事件的預測。

本申請實施例采取的技術方案還包括：所述步驟a還包括：對所述多維硬件事件進行預處理，所述預處理具體為：

步驟a1：將所述多維硬件事件進行歸一化處理，所述歸一化公式為：

在上述公式中，μ為多維硬件事件的均值，σ為多維硬件事件的標準差；

步驟a2：將所述多維硬件事件進行離散化處理，經過離散化處理的每一維硬件事件分別代表一種10個級別的觀測狀態；所述離散化公式為：

在上述公式中，表示向下取整。