面向云平臺(tái)的虛擬機(jī)異常行為檢測(cè)方法研究.pdf

1、隨著云計(jì)算的不斷發(fā)展和成熟，越來(lái)越多的業(yè)務(wù)系統(tǒng)被部署到云平臺(tái)上以提高硬件資源利用率和降低IT運(yùn)營(yíng)成本。虛擬機(jī)是云平臺(tái)的核心部件，負(fù)責(zé)為業(yè)務(wù)系統(tǒng)提供計(jì)算和存儲(chǔ)資源，從而保證業(yè)務(wù)系統(tǒng)的正常運(yùn)行。然而，隨著業(yè)務(wù)系統(tǒng)種類和數(shù)量的不斷增多，云平臺(tái)的規(guī)模不斷擴(kuò)大，云平臺(tái)變得日益復(fù)雜，而且云平臺(tái)上的虛擬機(jī)共享硬件資源，會(huì)引起資源競(jìng)爭(zhēng)等問(wèn)題，這些使得虛擬機(jī)在運(yùn)行過(guò)程中容易出現(xiàn)異常。虛擬機(jī)異常的存在不僅會(huì)導(dǎo)致業(yè)務(wù)系統(tǒng)無(wú)法正常運(yùn)行，造成各種難以估量的損失；

2、而且會(huì)引發(fā)企業(yè)對(duì)云計(jì)算的擔(dān)憂，阻礙云計(jì)算的發(fā)展和應(yīng)用。面向云平臺(tái)的虛擬機(jī)異常行為檢測(cè)通過(guò)對(duì)云平臺(tái)中虛擬機(jī)運(yùn)行狀態(tài)的連續(xù)監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)虛擬機(jī)的異常行為，以通知云平臺(tái)管理員采取必要措施，來(lái)保證虛擬機(jī)的正常運(yùn)行。因此，面向云平臺(tái)的虛擬機(jī)異常行為檢測(cè)研究具有重要的科學(xué)意義及應(yīng)用價(jià)值。
　　本文針對(duì)云平臺(tái)中虛擬機(jī)異常行為檢測(cè)的若干關(guān)鍵問(wèn)題展開研究。在對(duì)現(xiàn)有相關(guān)技術(shù)及研究成果的總結(jié)和深入分析基礎(chǔ)上，提出了面向云平臺(tái)的虛擬機(jī)異常行為檢測(cè)框架，解

3、決了虛擬機(jī)運(yùn)行狀態(tài)信息傳輸策略、虛擬機(jī)性能指標(biāo)數(shù)據(jù)降維算法、虛擬機(jī)工作負(fù)載聚類算法以及在線異常檢測(cè)機(jī)制等關(guān)鍵問(wèn)題。具體而言，本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下：
　?、僭O(shè)計(jì)了監(jiān)控代理組件和異常檢測(cè)組件分開部署的虛擬機(jī)異常行為檢測(cè)框架，同時(shí)分析了虛擬機(jī)異常行為檢測(cè)流程及虛擬機(jī)異常行為檢測(cè)框架的特性。
　?、诔橄蟪鎏摂M機(jī)運(yùn)行狀態(tài)信息傳輸模型，并設(shè)計(jì)出三種虛擬機(jī)運(yùn)行狀態(tài)信息傳輸策略：自適應(yīng)周期性推策略、基于窗口的事件驅(qū)動(dòng)推策略以及基于

4、窗口的混合推策略，有效地解決了傳統(tǒng)推策略存在動(dòng)態(tài)時(shí)間間隔無(wú)法感知虛擬機(jī)性能指標(biāo)數(shù)據(jù)變化程度的問(wèn)題以及動(dòng)態(tài)閾值無(wú)法感知虛擬機(jī)性能指標(biāo)數(shù)據(jù)變化趨勢(shì)的問(wèn)題。實(shí)驗(yàn)結(jié)果表明，三種虛擬機(jī)運(yùn)行狀態(tài)信息傳輸策略都能滿足虛擬機(jī)運(yùn)行狀態(tài)信息傳輸模型的需求，其中基于窗口的混合推策略在數(shù)據(jù)傳輸次數(shù)和數(shù)據(jù)一致性兩個(gè)指標(biāo)上都優(yōu)于現(xiàn)有的數(shù)據(jù)傳輸策略。
　?、墼O(shè)計(jì)出全局感知的局部保持投影法對(duì)虛擬機(jī)性能指標(biāo)數(shù)據(jù)進(jìn)行降維，使得降維后的低維數(shù)據(jù)樣本不僅可以保留原始數(shù)據(jù)

5、樣本的大部分方差信息，而且可以保留原始數(shù)據(jù)樣本中數(shù)據(jù)之間的近鄰信息。實(shí)驗(yàn)結(jié)果表明，全局感知的局部保持投影法不僅可以提高異常檢測(cè)性能，而且有效地降低了平均計(jì)算時(shí)間開銷，滿足在線異常檢測(cè)機(jī)制的實(shí)時(shí)性要求。
　　④提出增量式虛擬機(jī)工作負(fù)載聚類算法，將具有相似虛擬機(jī)工作負(fù)載的虛擬機(jī)運(yùn)行狀態(tài)信息劃分到同一簇，達(dá)到提高異常檢測(cè)性能的目的。實(shí)驗(yàn)結(jié)果表明，增量式虛擬機(jī)工作負(fù)載聚類算法不僅提高了異常檢測(cè)性能，而且大大降低了計(jì)算量，從而減少平均計(jì)算時(shí)