[發明專利]一種基于時間序列預測的自適應心跳檢測方法

有效

• 申請號: 202010878912.4
• 申請日: 2020-08-27
• 公開（公告）號: CN112235151B
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 劉宗寶;張力;李之乾;張琨;李勇翔
• 申請（專利權）人: 北京計算機技術及應用研究所
• 主分類號: H04L43/10
• 分類號: H04L43/10;H04L67/10
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 王雪芬

本發明涉及一種基于時間序列預測的自適應心跳檢測方法，屬于高可靠計算技術領域。本發明中，被監控節點和監控節點的心跳發送周期ΔST_i和心跳接收周期ΔHT_i均為可變參數，隨高可用集群內各節點的負載情況和節點之間的網絡狀況可自適應地進行調整，心跳周期更加準確；心跳檢測采用推模型+拉模型相結合的方法，正常狀態下被監控節點周期性地向監控節點發送心跳信息；當監控節點在規定的超時時間內未收到被監控節點的心跳信息時，主動發送詢問信號，心跳接收超時時間也自適應地進行調整；對心跳發送周期和心跳接收周期進行了基于時間序列的ARMA建模，采用一步向前對心跳發送周期和心跳接收周期進行預測，相比于滑動平均方法，心跳周期預測值更加精確。

技術領域

本發明屬于高可靠計算技術領域，具體涉及一種基于時間序列預測的自適應心跳檢測方法。

背景技術

心跳機制是高可用集群的基礎，目前高可用集群中常用的心跳檢測方法主要有推模型、拉模型、雙模型、閑談類型錯誤偵測、層次類型錯誤偵測等，但這些方法均采用固定的心跳周期。由于高可用集群系統中，各節點的負載以及節點之間的通信網絡是動態變化的，傳統方法無法適應其動態變化特性，容易出現心跳誤判情況。吳書華等人提出了一種銀河麒麟操作系統的高可靠心跳協議，通過對傳統推模型的改進，采用可變的心跳時間間隔和懷疑節點失效時間，下一時刻的心跳時間間隔和失效時間采用滑動平均方法進行預測，以提高高可用集群系統的適應性。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是：如何針對集群節點負載變化的時間序列特性，提出一種自適應心跳檢測方法。

(二)技術方案

為了解決上述技術問題，本發明提供了一種基于時間序列預測的自適應心跳檢測方法，包括以下步驟：

步驟1、采用心跳發送周期序列的前k個數據進行ARMA模型的模型定階和在線模型參數辨識，得到心跳發送周期的ARMA模型的參數值；并采用心跳接收周期序列的前k個數據進行ARMA模型的模型定階和在線模型參數辨識,得到心跳接收周期的ARMA模型的參數值；

步驟2、采用心跳發送周期的ARMA模型進行心跳發送周期的一步向前預測，由t時刻之前的實測值得到t時刻心跳發送周期的預測值；采用心跳接收周期的ARMA模型進行心跳接收周期的一步向前預測，由t時刻之前的實測值得到t時刻心跳接收周期的預測值；

步驟3、基于步驟2，執行基于時間序列預測的自適應心跳檢測。

優選地，還包括：

步驟4、用測量到的t時刻的心跳發送周期實際值和心跳接收周期實際值分別代替t時刻的預測值；

步驟5、令t＝t+1，返回步驟2循環執行預測和檢測步驟，直至系統關機。

優選地，其中，心跳發送周期的ARMA模型和心跳接收周期的 ARMA模型分別為：

其中，和分別是心跳發送周期和心跳接收周期在t時刻的預測值，ΔST_t-i和ΔHT_t-i分別是心跳發送周期和心跳接收周期在 t-i時刻的實際值，{ε_t}和{η_t}是白噪聲序列，ps是心跳發送周期的 ARMA模型中AR部分的階數，qs是心跳發送周期的ARMA模型中 MA部分的階數；ph是心跳接收周期中AR部分的階數，qh是心跳接收周期的ARMA模型中MA部分的階數。

優選地，步驟3中基于時間序列預測的自適應心跳檢測分為兩個階段：

階段一：在正常狀態，基于推模型進行心跳檢測；

階段二：在故障狀態，基于拉模型進行心跳檢測。