隨著電子商務(wù)、商業(yè)智能、大數(shù)據(jù)分析、人臉識(shí)別等技術(shù)的市場(chǎng)化應(yīng)用,產(chǎn)生了對(duì)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源的較大需求,并隨著業(yè)務(wù)的變化需要實(shí)時(shí)調(diào)整。云計(jì)算能夠以彈性擴(kuò)展、按需分配的特點(diǎn)為云計(jì)算服務(wù)的提供商和用戶帶來共贏的商業(yè)模式。云計(jì)算服務(wù)的基礎(chǔ)設(shè)施往往有大量的服務(wù)器運(yùn)行,保障服務(wù)器可靠運(yùn)行是提供穩(wěn)定的云計(jì)算服務(wù)的基礎(chǔ)。本文通過運(yùn)行在服務(wù)器上的操作系統(tǒng)對(duì)外提供的獲取服務(wù)器狀態(tài)的接口,采集服務(wù)器的相關(guān)狀態(tài)信息。通過用戶設(shè)定的狀態(tài)取值的閾值和服務(wù)器歷史狀態(tài)的數(shù)據(jù)判斷服務(wù)器運(yùn)行狀態(tài)是否異常,做到云計(jì)算中心服務(wù)器的自動(dòng)化異常檢測(cè)、異常通知和異常溯源。由于云計(jì)算中心服務(wù)器的服務(wù)器數(shù)量較多,需要實(shí)時(shí)判斷異常,采集的屬性維度較高的特點(diǎn),設(shè)計(jì)并開發(fā)了數(shù)據(jù)的采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、異常分析、異常溯源、數(shù)據(jù)展示共七個(gè)模塊。本文使用了基于監(jiān)督學(xué)習(xí)的方法檢測(cè)已經(jīng)明確的異常狀態(tài);并運(yùn)用非監(jiān)督學(xué)習(xí)的方法檢測(cè)未知的異常狀態(tài)。最后將本文開發(fā)的軟件部署在服務(wù)器中,并對(duì)服務(wù)器的性能指標(biāo)進(jìn)行采集和異常檢測(cè)算法的測(cè)試。本論文的研究工作具體包含以下幾個(gè)方面:（1）對(duì)云計(jì)算平臺(tái)中心服務(wù)器系統(tǒng)異常檢測(cè)進(jìn)行了需求分析和詳細(xì)設(shè)計(jì),通過開源的軟件和... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Netty服務(wù)端通過Selector處理多個(gè)管道的模型

端主動(dòng)向?yàn)g覽器發(fā)送數(shù)據(jù)包。WebSocket 的優(yōu)點(diǎn)是形成了一條在瀏覽器和服務(wù)器間雙向通信的通道，其傳輸數(shù)據(jù)格式比較輕量，通信高效。2.6 分布式發(fā)布訂閱消息系統(tǒng) Kafka消息中間件 Kafka 是一種高效的消息隊(duì)列，主要用于分布式的消息發(fā)布和訂閱，能夠支持在線水平擴(kuò)展。Kafka 中的消息是以主題為基本的消息集合，不同的主題之間完全隔離。每個(gè)主題在創(chuàng)建時(shí)可以指定分區(qū)的個(gè)數(shù)，各個(gè)分區(qū)分別存儲(chǔ)此消息主題的一部分消息而且在這個(gè)分區(qū)中是強(qiáng)順序性的，而且多個(gè)消費(fèi)者可以分別從各個(gè)分區(qū)中取消息即能保證數(shù)據(jù)的順序性，又能對(duì)數(shù)據(jù)進(jìn)行高效的傳輸。Kafka 和同類的消息中間件相比，有較高的數(shù)據(jù)吞吐量，同時(shí)因?yàn)閿?shù)據(jù)持久化是順序?qū)懭�，所以消息持久化順序更快。Kafka 的拓?fù)浣Y(jié)構(gòu)如圖 2.2 所示。

3.1 云計(jì)算平臺(tái)中心服務(wù)器系統(tǒng)異常檢測(cè)結(jié)構(gòu)示意gram of abnormal detection in Cloud computing platfor中心服務(wù)器上部署服務(wù)器狀態(tài)采集組件，并心。用戶的用例圖如圖 3.2 所示，用戶可以歷史的運(yùn)行狀態(tài)，設(shè)置異常判斷的閾值，并知，對(duì)異常發(fā)生的時(shí)間點(diǎn)可以溯源到相應(yīng)的

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)據(jù)異常的監(jiān)測(cè)技術(shù)綜述[J]. 吳鏡鋒,金煒東,唐鵬.  計(jì)算機(jī)科學(xué). 2017(S2)
[2]云資源池探針的故障檢測(cè)方法研究[J]. 權(quán)鵬宇,車文剛,余任,周志元.  軟件. 2017(08)
[3]目標(biāo)函數(shù)值輔助的SMO算法改進(jìn)研究[J]. 鄭奇,段會(huì)川,孫海濤.  小型微型計(jì)算機(jī)系統(tǒng). 2016(12)
[4]Spring Boot研究和應(yīng)用[J]. 王永和,張勁松,鄧安明,周智勛.  信息通信. 2016(10)
[5]基于ECharts的數(shù)據(jù)可視化分析組件設(shè)計(jì)實(shí)現(xiàn)[J]. 王子毅,張春海.  微型機(jī)與應(yīng)用. 2016(14)
[6]基于單分類支持向量機(jī)和主動(dòng)學(xué)習(xí)的網(wǎng)絡(luò)異常檢測(cè)研究[J]. 劉敬,谷利澤,鈕心忻,楊義先.  通信學(xué)報(bào). 2015(11)
[7]基于Maven的輕量級(jí)Java軟件開發(fā)研究[J]. 楊新艷,于偉濤.  科技傳播. 2015(17)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的集中監(jiān)測(cè)系統(tǒng)故障診斷[J]. 景琎.  甘肅科學(xué)學(xué)報(bào). 2015(03)

博士論文
[1]云環(huán)境下面向可信的虛擬機(jī)異常檢測(cè)關(guān)鍵技術(shù)研究[D]. 王桂平.重慶大學(xué) 2015

碩士論文
[1]基于WebSocket協(xié)議的在線聊天系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 杜風(fēng)旭.東南大學(xué) 2016
[2]云計(jì)算中任務(wù)資源需求測(cè)量系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 羅丹岳.西安電子科技大學(xué) 2015
[3]面向IaaS的虛擬機(jī)異常檢測(cè)系統(tǒng)研究[D]. 任濤.重慶大學(xué) 2014



本文編號(hào)：3458694