[发明专利]一种异常节点的检测方法及装置

权利要求书

1.一种异常节点的检测方法，其特征在于，包括：

获取目标特征向量，所述目标特征向量包括目标节点实际执行目标应用程序的目标子程序时产生的性能参数，所述性能参数用于指示在执行所述目标子程序的运行阶段内所述目标节点的资源消耗；

获取与所述目标子程序和所述目标节点对应的目标性能模型，所述目标性能模型用于指示所述目标节点正常执行所述目标子程序时产生的性能参数区间；

若所述目标特征向量位于所述性能参数区间之外，则确定所述目标节点在执行所述目标子程序时出现异常；

其中，在获取目标特征向量之前，还包括：

获取N个参考特征向量组，每个参考特征向量组用于指示执行一类子程序时产生的性能参数，N＞1；

对于所述N个参考特征向量组中的每个参考特征向量组，执行以下步骤，以得到N个性能模型；

根据一个参考特征向量组建立一个性能模型，该性能模型用于指示正常执行一类子程序时产生的性能参数区间，所述目标性能模型为所述N个性能模型中的任一个。

2.根据权利要求1所述的方法，其特征在于，所述每个参考特征向量组与所述一类子程序和执行所述一类子程序的节点对应，

其中，获取与所述目标子程序和所述目标节点对应的目标性能模型，包括：

从所述N个参考特征向量组中，确定与所述目标子程序和所述目标节点对应的目标参考特征向量组；

将与所述目标参考特征向量组对应的性能模型作为所述目标性能模型。

3.根据权利要求1所述的方法，其特征在于，所述目标性能模型为一个超球面模型；

其中，若所述目标特征向量位于所述性能参数区间之外，则确定所述目标节点在执行所述目标子程序时出现异常，包括：

若所述目标特征向量位于所述超球面模型外，则确定所述目标节点在执行所述目标子程序时出现异常。

4.根据权利要求1所述的方法，其特征在于，所述目标性能模型为一个参考点集合，所述参考点集合中的每个参考点与所述目标参考特征向量组之间的距离小于预设阈值；

其中，若所述目标特征向量位于所述性能参数区间之外，则确定所述目标节点在执行所述目标子程序时出现异常，包括：

若所述目标特征向量不属于所述参考点集合，则确定所述目标节点在执行所述目标子程序时出现异常。

5.根据权利要求1-4中任一项所述的方法，其特征在于，获取N个参考特征向量组，包括：

获取Z个参考特征向量，每个参考特征向量用于指示一个节点在执行一个子程序时产生的性能参数；

按照预置的分类算法将所述Z个参考特征向量划分为N组，得到所述N个参考特征向量组，Z≥N。

6.根据权利要求5所述的方法，其特征在于，获取Z个参考特征向量，包括：

对于M个节点中的每个节点，执行以下步骤，以得到所述Z个参考特征向量；

获取该节点在预设时间段内的运行信息，所述运行信息包括该节点执行的所有子程序中每个子程序的标识，执行每个子程序的开始时间和终止时间，以及该节点在所述预设时间段内执行所有子程序产生的性能参数；

根据所述运行信息，统计该节点在预设时间段内执行的所有子程序中每个子程序产生的性能参数，执行所述每个子程序产生的性能参数组成一个参考特征向量。