當(dāng)今,云計算在全球IT企業(yè)中被廣泛研究和應(yīng)用,各行各業(yè)的發(fā)展都越來越離不開云計算。云計算中最關(guān)鍵的突破是資源使用方式的改變,通過虛擬化的方式,可以快速的虛擬出一個獨立的、隨需配置的虛擬機供用戶使用。實時的對虛擬機進(jìn)行性能監(jiān)控,準(zhǔn)確的對虛擬機進(jìn)行狀態(tài)檢測,以使在虛擬機出現(xiàn)重大故障之前做到預(yù)防和處理,這是目前急需研究的重要問題。為了解決這個關(guān)鍵問題,本文提出了基于運行環(huán)境的檢測域劃分的異常檢測策略和Canopy-Kmeans異常檢測算法,并設(shè)計了云平臺中的虛擬機異常檢測系統(tǒng)框架。本文的主要研究工作和創(chuàng)新點如下:（1）對云平臺的基礎(chǔ)架構(gòu),特別是面向基礎(chǔ)設(shè)施的云平臺進(jìn)行深入研究。同時針對當(dāng)前云平臺自身的各種特點,設(shè)計了一種基于虛擬機運行環(huán)境屬性的檢測域劃分策略,并以此提出了云平臺中的虛擬機異常檢測框架。對云平臺的穩(wěn)定運行提供了可靠保證。（2）深入研究開源云平臺OpenStack的系統(tǒng)結(jié)構(gòu),并采用其搭建云平臺實驗環(huán)境。以O(shè)penStack作為主要云平臺研究對象,根據(jù)其特點提出了虛擬機運行狀態(tài)信息指標(biāo)體系,分為虛擬機運行環(huán)境指標(biāo)和虛擬機性能指標(biāo)兩類。同時以O(shè)penStack的libvirt虛擬化庫... 

【文章來源】：成都信息工程大學(xué)四川省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

CPU 異常注入指標(biāo)采樣曲線圖

所用時間(s) 0.012 0.015 0.024檢出率 0.40 0.90 1.00誤報率 0 0 0.03實驗二，通過注入內(nèi)存異常測試使用 Canopy-Kmeans 算法和單獨使用 K-means 算法兩者的誤報率和檢出率。隨機選擇 2 臺虛擬機，在其中執(zhí)行內(nèi)存異常注入程序。具體異常注入情況如圖 5-3 所示。

檢出率 0.375 0.875 1.00誤報率 0 0.01 0.03實驗三，通過注入磁盤 IO 異常測試使用 Canopy-Kmeans 算法和單獨使用 K-means 算法兩者的檢出率和誤報率。隨機選擇 2 臺虛擬機，在其中執(zhí)行磁盤 IO異常注入程序。具體異常注入情況如圖 5-4 所示。

【參考文獻(xiàn)】：
期刊論文
[1]Hyper-V服務(wù)器虛擬化技術(shù)探究[J]. 陳景亮,張金石,陳晨.  青島科技大學(xué)學(xué)報(自然科學(xué)版). 2017(S1)
[2]OpenStack認(rèn)證后端的安全性研究與改進(jìn)[J]. 田曉麗,袁征,張寧.  北京電子科技學(xué)院學(xué)報. 2016(04)
[3]KVM虛擬化動態(tài)遷移技術(shù)的安全防護(hù)模型[J]. 范偉,孔斌,張珠君,王婷婷,張杰,黃偉慶.  軟件學(xué)報. 2016(06)
[4]適用于低成本物聯(lián)網(wǎng)終端的消息通訊協(xié)議比較研究[J]. 孔祥龍,王燕.  無線互聯(lián)科技. 2015(16)
[5]OpenStack all-in-one云平臺的搭建[J]. 鄧榮,黃菊.  數(shù)字技術(shù)與應(yīng)用. 2014(10)
[6]云計算體系架構(gòu)與關(guān)鍵技術(shù)[J]. 黃曉雯.  中國新通信. 2014(13)
[7]云計算:體系架構(gòu)與關(guān)鍵技術(shù)[J]. 羅軍舟,金嘉暉,宋愛波,東方.  通信學(xué)報. 2011(07)
[8]基于KVM的虛擬化研究及應(yīng)用[J]. 崔澤永,趙會群.  計算機技術(shù)與發(fā)展. 2011(06)
[9]云計算技術(shù)簡述[J]. 戴元順.  信息通信技術(shù). 2010(02)
[10]計算機虛擬化技術(shù)的分析與應(yīng)用[J]. 程伍端.  計算機與數(shù)字工程. 2008(11)

博士論文
[1]云環(huán)境下面向可信的虛擬機異常檢測關(guān)鍵技術(shù)研究[D]. 王桂平.重慶大學(xué) 2015
[2]云平臺下運行環(huán)境感知的虛擬機異常檢測策略及算法研究[D]. 周真.重慶大學(xué) 2015
[3]面向云平臺的虛擬機異常行為檢測方法研究[D]. 林銘煒.重慶大學(xué) 2014

碩士論文
[1]虛擬計算環(huán)境下節(jié)點異常檢測方法研究[D]. 許福.南京理工大學(xué) 2017
[2]云計算背景下的融資租賃平臺業(yè)務(wù)創(chuàng)新研究[D]. 丁南.安徽財經(jīng)大學(xué) 2016
[3]云環(huán)境下基于多屬性信息熵的虛擬機異常檢測[D]. 張雨.大連理工大學(xué) 2015
[4]基于孿生支持向量機的入侵檢測及應(yīng)用研究[D]. 李慧芳.太原理工大學(xué) 2015
[5]基于應(yīng)用容器的云資源調(diào)度研究與實現(xiàn)[D]. 梁俊杰.電子科技大學(xué) 2015
[6]共享CPU的虛擬機I/O性能優(yōu)化研究[D]. 劉飛騰.西安電子科技大學(xué) 2014
[7]基于分布式平臺Spark和YARN的數(shù)據(jù)挖掘算法的并行化研究[D]. 梁彥.中山大學(xué) 2014
[8]K-means聚類方法的改進(jìn)及其應(yīng)用[D]. 李薈嬈.東北農(nóng)業(yè)大學(xué) 2014
[9]面向IaaS的虛擬機異常檢測系統(tǒng)研究[D]. 任濤.重慶大學(xué) 2014
[10]云環(huán)境下面向大數(shù)據(jù)的模糊C均值算法研究與實現(xiàn)[D]. 余長俊.武漢理工大學(xué) 2014



本文編號：3344152