本文關(guān)鍵詞：云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略及算法研究

  更多相關(guān)文章： 云計(jì)算 虛擬機(jī) 異常檢測(cè) 上下文異常 SOM

【摘要】：云計(jì)算技術(shù)是多種技術(shù)融合發(fā)展的結(jié)果,并代表了未來(lái)計(jì)算服務(wù)的發(fā)展方向。目前虛擬化技術(shù)特別是主機(jī)虛擬化技術(shù)已經(jīng)在云數(shù)據(jù)中心得到了廣泛應(yīng)用。在云環(huán)境下進(jìn)行異常檢測(cè)所面對(duì)的被檢測(cè)實(shí)體(包括傳統(tǒng)的硬件服務(wù)器、大規(guī)模的用戶虛擬機(jī)、用戶應(yīng)用系統(tǒng)、虛擬機(jī)監(jiān)控器等)與在傳統(tǒng)IT架構(gòu)下相比具有大規(guī)模、多樣性和復(fù)雜性等特點(diǎn)。因此為了保障云數(shù)據(jù)中心的穩(wěn)定可靠運(yùn)行,就需要一種能及時(shí)發(fā)現(xiàn)和有效識(shí)別云環(huán)境下大規(guī)模、多樣性實(shí)體的異常狀態(tài)的異常檢測(cè)系統(tǒng)。而考慮到云環(huán)境下虛擬機(jī)的性能狀會(huì)受到底層物理服務(wù)器狀態(tài)的影響,也會(huì)受到運(yùn)行在虛擬機(jī)內(nèi)的用戶應(yīng)用系統(tǒng)狀態(tài)的影響,因此針對(duì)處在中間層次的虛擬機(jī)的狀態(tài)(系統(tǒng)性能指標(biāo))進(jìn)行異常檢測(cè)有助于發(fā)現(xiàn)云環(huán)境下不同實(shí)體的異常狀態(tài)。本文深入研究和分析了云環(huán)境下針對(duì)虛擬機(jī)進(jìn)行異常檢測(cè)所面臨的問(wèn)題,并在對(duì)現(xiàn)有主要的異常檢測(cè)相關(guān)技術(shù)和研究成果的總結(jié)和深入分析基礎(chǔ)上,主要針對(duì)云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略、虛擬機(jī)的狀態(tài)信息采集網(wǎng)絡(luò)的優(yōu)化構(gòu)建和異常檢測(cè)節(jié)點(diǎn)優(yōu)化部署等方面進(jìn)行了研究。本論文的具體研究工作和創(chuàng)新點(diǎn)包含如下幾個(gè)方面:①針對(duì)虛擬機(jī)的不同運(yùn)行環(huán)境對(duì)異常檢測(cè)準(zhǔn)確性所造成的干擾,本文提出了運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略,將上下文異常檢測(cè)問(wèn)題化簡(jiǎn)為多個(gè)檢測(cè)域內(nèi)的點(diǎn)異常檢測(cè)問(wèn)題,消除了虛擬機(jī)的不同運(yùn)行環(huán)境對(duì)異常檢測(cè)所造成的不利影響,提高異常檢測(cè)的準(zhǔn)確率。②云環(huán)境下虛擬機(jī)的運(yùn)行環(huán)境是動(dòng)態(tài)變化的,導(dǎo)致基于運(yùn)行環(huán)境相似性的檢測(cè)域劃分也是動(dòng)態(tài)變化的。在這種情況下檢測(cè)域的劃分效率將直接影響檢測(cè)域中針對(duì)虛擬機(jī)的異常檢測(cè)的實(shí)時(shí)性。針對(duì)上述問(wèn)題本文提出了基于改進(jìn)k-medoids聚類(lèi)的檢測(cè)域劃分算法,通過(guò)對(duì)k-medoids聚類(lèi)算法在初始化中心點(diǎn)選擇和迭代過(guò)程中的中心點(diǎn)替換策略這兩個(gè)方面進(jìn)行改進(jìn),提高了檢測(cè)域的劃分速度,提升了異常檢測(cè)的實(shí)時(shí)性。③在對(duì)檢測(cè)域中大規(guī)模虛擬機(jī)的狀態(tài)信息進(jìn)行采集時(shí)的通信開(kāi)銷(xiāo),特別是網(wǎng)絡(luò)通信中的固定開(kāi)銷(xiāo)很快會(huì)耗盡異常檢測(cè)節(jié)點(diǎn)的資源,使其成為整個(gè)檢測(cè)系統(tǒng)的瓶頸。針對(duì)這一問(wèn)題本文提出了檢測(cè)域中狀態(tài)信息采集網(wǎng)絡(luò)動(dòng)態(tài)優(yōu)化構(gòu)建算法,在該算法中以兼顧狀態(tài)信息采集網(wǎng)絡(luò)的可擴(kuò)展性和采集效率為目標(biāo),在充分考慮網(wǎng)絡(luò)通信固定開(kāi)銷(xiāo)帶來(lái)的影響基礎(chǔ)上,根據(jù)檢測(cè)域中各節(jié)點(diǎn)(包括被檢測(cè)節(jié)點(diǎn)和異常檢測(cè)節(jié)點(diǎn))的資源可用情況在被檢測(cè)節(jié)點(diǎn)和異常檢測(cè)節(jié)點(diǎn)間動(dòng)態(tài)地構(gòu)建狀態(tài)信息采集網(wǎng)絡(luò)。④針對(duì)云數(shù)據(jù)中心的資源共享和復(fù)雜性等特點(diǎn),以及檢測(cè)域規(guī)模的動(dòng)態(tài)變化性,引入專(zhuān)門(mén)部署用于異常檢測(cè)的虛擬節(jié)點(diǎn)(檢測(cè)虛擬機(jī)),利用虛擬機(jī)的快速部署、封裝和易遷移等特性,提高異常檢測(cè)系統(tǒng)的可伸縮性和可靠性;提出檢測(cè)虛擬機(jī)的優(yōu)化部署技術(shù),在選擇服務(wù)器進(jìn)行檢測(cè)虛擬機(jī)部署時(shí)充分考慮服務(wù)器的資源可用情況和共享服務(wù)器資源競(jìng)爭(zhēng)對(duì)檢測(cè)虛擬機(jī)性能的影響兩方面的因素,在保證服務(wù)器間負(fù)載均衡以及服務(wù)器資源使用的平衡前提下,兼顧整個(gè)異常檢測(cè)系統(tǒng)事務(wù)處理能力的優(yōu)化。⑤在檢測(cè)域中針對(duì)虛擬機(jī)進(jìn)行異常檢測(cè)時(shí),由于虛擬機(jī)具有大規(guī)模、部署和運(yùn)行環(huán)境高動(dòng)態(tài)性等特點(diǎn),要求異常檢測(cè)系統(tǒng)具有較好的可擴(kuò)展性、實(shí)時(shí)性和自適應(yīng)性。而虛擬機(jī)部署和運(yùn)行環(huán)境的高動(dòng)態(tài)性會(huì)導(dǎo)致無(wú)法及時(shí)獲得適當(dāng)?shù)挠?xùn)練數(shù)據(jù)集,會(huì)嚴(yán)重影響異常檢測(cè)系統(tǒng)的實(shí)時(shí)性和自適應(yīng)性。針對(duì)上述問(wèn)題本文提出基于增量SOM(Self-Organizing Maps,自組織映射)的動(dòng)態(tài)自適應(yīng)虛擬機(jī)異常檢測(cè)機(jī)制,給出基于增量SOM的檢測(cè)域內(nèi)虛擬機(jī)狀態(tài)統(tǒng)一建模方法,避免了針對(duì)每個(gè)虛擬機(jī)分別建模所帶來(lái)的開(kāi)銷(xiāo),提高異常檢測(cè)系統(tǒng)面對(duì)檢測(cè)域中大規(guī)模虛擬機(jī)時(shí)的可擴(kuò)展性,同時(shí)解決了SOM網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)的及時(shí)獲取問(wèn)題;提出初始化和基于鄰域的訓(xùn)練域中心點(diǎn)改進(jìn)搜索算法,減少計(jì)算開(kāi)銷(xiāo),縮短SOM網(wǎng)絡(luò)訓(xùn)練時(shí)間,提出SOM網(wǎng)絡(luò)動(dòng)態(tài)調(diào)整機(jī)制,縮短針對(duì)檢測(cè)域變化時(shí)的調(diào)整時(shí)間,提高異常檢測(cè)系統(tǒng)的實(shí)時(shí)性和自適應(yīng)能力。
【關(guān)鍵詞】：云計(jì)算 虛擬機(jī) 異常檢測(cè) 上下文異常 SOM
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP302
【目錄】：

• 中文摘要3-5
• 英文摘要5-11
• 1 緒論11-19
• 1.1 研究背景11-12
• 1.2 研究意義12-14
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.4 本論文的主要貢獻(xiàn)16-17
• 1.5 論文的組織結(jié)構(gòu)17-19
• 2 相關(guān)技術(shù)概述19-37
• 2.1 云計(jì)算概念及其發(fā)展19-26
• 2.1.1 云計(jì)算的發(fā)展19-20
• 2.1.2 云計(jì)算的相關(guān)概念及關(guān)鍵技術(shù)20-26
• 2.2 異常檢測(cè)技術(shù)26-35
• 2.2.1 異常類(lèi)型27-28
• 2.2.2 異常檢測(cè)模式28-29
• 2.2.3 常用異常檢測(cè)方法29-34
• 2.2.4 異常檢測(cè)方法性能評(píng)價(jià)指標(biāo)34-35
• 2.3 本章小結(jié)35-37
• 3 云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略研究37-51
• 3.1 引言37-38
• 3.2 云環(huán)境下虛擬機(jī)異常狀態(tài)檢測(cè)所面臨的問(wèn)題38-39
• 3.3 虛擬機(jī)的運(yùn)行環(huán)境屬性和性能屬性定義39-40
• 3.4 虛擬機(jī)異常檢測(cè)策略40-44
• 3.5 基于虛擬機(jī)運(yùn)行環(huán)境相似性的檢測(cè)域劃分44-49
• 3.6 本章小結(jié)49-51
• 4 檢測(cè)域內(nèi)狀態(tài)信息采集網(wǎng)絡(luò)構(gòu)建技術(shù)研究51-73
• 4.1 引言51
• 4.2 狀態(tài)信息采集網(wǎng)絡(luò)構(gòu)建技術(shù)分析51-52
• 4.3 檢測(cè)域內(nèi)狀態(tài)信息采集網(wǎng)絡(luò)動(dòng)態(tài)構(gòu)建算法52-69
• 4.3.1 資源感知的靜態(tài)拓?fù)湟?guī)劃算法57-67
• 4.3.2 動(dòng)態(tài)拓?fù)湔{(diào)整算法67-69
• 4.4 實(shí)驗(yàn)及分析69-72
• 4.5 本章小結(jié)72-73
• 5 檢測(cè)虛擬機(jī)部署技術(shù)研究73-105
• 5.1 引言73
• 5.2 虛擬機(jī)部署技術(shù)分析73-79
• 5.3 基于資源向量的改進(jìn)部署技術(shù)（E_VectorDot）79-83
• 5.4 共享資源競(jìng)爭(zhēng)對(duì)虛擬機(jī)性能的影響分析和研究83-102
• 5.4.1 CPU資源競(jìng)爭(zhēng)對(duì)虛擬機(jī)性能的影響84-93
• 5.4.2 Cache資源競(jìng)爭(zhēng)對(duì)虛擬機(jī)性能的影響93-101
• 5.4.3 CPU和Cache資源競(jìng)爭(zhēng)對(duì)虛擬機(jī)事務(wù)處理能力（TPS）的影響101-102
• 5.5 感知共享資源競(jìng)爭(zhēng)的虛擬機(jī)部署技術(shù)（SRCA_E_VectorDot）102-103
• 5.6 本章小結(jié)103-105
• 6 基于自組織映射（SOM）的虛擬機(jī)異常檢測(cè)技術(shù)研究105-137
• 6.1 引言105
• 6.2 基于增量SOM的虛擬機(jī)異常檢測(cè)算法105-114
• 6.2.1 基于增量SOM的虛擬機(jī)狀態(tài)建模106-109
• 6.2.2 基于增量SOM建模過(guò)程中的參數(shù)設(shè)定109-113
• 6.2.3 基于狀態(tài)模型的虛擬機(jī)異常狀態(tài)識(shí)別113-114
• 6.3 增量SOM訓(xùn)練過(guò)程的優(yōu)化改進(jìn)算法114-121
• 6.3.1 SOM網(wǎng)絡(luò)初始化115-117
• 6.3.2 基于加權(quán)歐氏距離的改進(jìn)訓(xùn)練域中心確定方法117-119
• 6.3.3 基于鄰域的訓(xùn)練域中心點(diǎn)改進(jìn)搜索算法119-121
• 6.4 基于增量SOM的動(dòng)態(tài)自適應(yīng)虛擬機(jī)異常檢測(cè)機(jī)制121-126
• 6.5 實(shí)驗(yàn)及分析126-136
• 6.5.1 實(shí)驗(yàn)環(huán)境構(gòu)建及實(shí)驗(yàn)方案設(shè)計(jì)126-130
• 6.5.2 實(shí)驗(yàn)結(jié)果及分析130-136
• 6.6 本章小結(jié)136-137
• 7 總結(jié)與展望137-141
• 7.1 研究總結(jié)137-138
• 7.2 未來(lái)展望138-141
• 致謝141-143
• 參考文獻(xiàn)143-153
• 附錄153-154
• A. 作者在攻讀學(xué)位期間發(fā)表的論文目錄153-154
• B. 作者在攻讀學(xué)位期間參加的科研項(xiàng)目154

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 閔應(yīng)驊;網(wǎng)絡(luò)容錯(cuò)與安全研究述評(píng)[J];計(jì)算機(jī)學(xué)報(bào);2003年09期

，

本文編號(hào)：797587