本文關(guān)鍵詞：云平臺(tái)資源可靠性態(tài)勢(shì)分析　出處：《西安電子科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 云平臺(tái) 時(shí)間序列 聚類 dtw 關(guān)聯(lián)分析

【摘要】：作為一項(xiàng)新興的技術(shù),云計(jì)算意味著計(jì)算能力也能作為一種商品通過網(wǎng)絡(luò)流通。由于其本身的的低成本和開放性,云平臺(tái)技術(shù)正在被廣泛應(yīng)用于商業(yè)、軍事和學(xué)術(shù)等各個(gè)領(lǐng)域中,這就使得云平臺(tái)整體資源的可靠性顯得格外重要。有效的云架構(gòu)能夠高效的使用計(jì)算與網(wǎng)絡(luò)資源,降低不必要的成本浪費(fèi),為用戶提供一個(gè)可靠的且具有高可用性的環(huán)境。云平臺(tái)資源可靠性分析技術(shù)目前發(fā)展的主要代表為云平臺(tái)監(jiān)控技術(shù),云平臺(tái)監(jiān)控技術(shù)主要對(duì)系統(tǒng)各種資源信息進(jìn)行監(jiān)控并提供展示,將云平臺(tái)中服務(wù)器和虛擬機(jī)的運(yùn)行情況反饋給云平臺(tái)使用者,為工作人員的運(yùn)維工作提供了極大幫助。但截至目前,云平臺(tái)監(jiān)控技術(shù)技術(shù)僅僅對(duì)云平臺(tái)的資源使用情況進(jìn)行單純的監(jiān)控,并根據(jù)簡單的異常規(guī)則來提供告警,其中異常規(guī)則的設(shè)定往往取決于云平臺(tái)管理者的經(jīng)驗(yàn)和主觀判斷。在現(xiàn)有面向云平臺(tái)資源可靠性的分析方案中,尚沒有比較系統(tǒng)化的分析手段。根據(jù)以上的需求,本文提出了一種云平臺(tái)可靠性資源態(tài)勢(shì)分析方案,對(duì)云平臺(tái)各資源使用情況創(chuàng)建了時(shí)間序列模型,并使用數(shù)據(jù)挖掘技術(shù)中的聚類技術(shù)以及關(guān)聯(lián)分析技術(shù)對(duì)云平臺(tái)各資源時(shí)間序列進(jìn)行了分析,本文主要完成的工作如下:一、將dbscan聚類方法與k-means聚類方法做了有效結(jié)合,提出了優(yōu)化的db-means聚類方法;二、將廣泛應(yīng)用于語音分析中的dtw距離(動(dòng)態(tài)時(shí)間規(guī)整)應(yīng)用在時(shí)間序列聚類上,相比歐氏距離帶來了更好的性能;三、針對(duì)服務(wù)器和虛擬機(jī)不同的工作方式對(duì)二者分別提出了不同的時(shí)間序列聚類方案,得出二者歷史運(yùn)行概況,有助于用戶對(duì)云平臺(tái)整體運(yùn)行情況的系統(tǒng)性理解。四、使用時(shí)間序列片段模式作為關(guān)聯(lián)分析數(shù)據(jù)集,使得具有連續(xù)屬性的云平臺(tái)資源時(shí)間序列數(shù)據(jù)的離散化問題得到了有效解決。五、對(duì)云平臺(tái)各資源時(shí)間序列通過關(guān)聯(lián)分析進(jìn)行了頻繁項(xiàng)集挖掘,有助于展現(xiàn)云平臺(tái)各資源使用情況的隱藏關(guān)系。本文所提方案的優(yōu)勢(shì)在于對(duì)云平臺(tái)服務(wù)器和虛擬機(jī)的各資源常用情況以及之間的隱藏關(guān)系做出了挖掘,為管理人員對(duì)云平臺(tái)的任務(wù)分配策略的定制,系統(tǒng)瓶頸的發(fā)現(xiàn),告警規(guī)則的設(shè)置等方面提供了理論基礎(chǔ)。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP311.13;TP302

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 陳湘濤;李明亮;陳玉娟;;基于時(shí)間序列相似性聚類的應(yīng)用研究綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年03期

2 李梅;白鳳蘭;;基于DTW距離的DNA序列相似性分析[J];生物數(shù)學(xué)學(xué)報(bào);2009年02期

3 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學(xué)報(bào);2008年01期

4 程玉勝;鄧小光;江效堯;;Apriori算法中頻繁項(xiàng)集挖掘?qū)崿F(xiàn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年03期

5 顏躍進(jìn);李舟軍;陳火旺;;頻繁項(xiàng)集挖掘算法[J];計(jì)算機(jī)科學(xué);2004年03期

6 周水庚,周傲英,曹晶,胡運(yùn)發(fā);一種基于密度的快速聚類算法[J];計(jì)算機(jī)研究與發(fā)展;2000年11期

7 李斌,譚立湘,章勁松,莊鎮(zhèn)泉;面向數(shù)據(jù)挖掘的時(shí)間序列符號(hào)化方法研究[J];電路與系統(tǒng)學(xué)報(bào);2000年02期

，

本文編號(hào)：1317544