[发明专利]云环境下基于混合策略的故障检测性能优化方法

说明书

本发明适用于云技术领域，提供了一种云环境下基于混合策略的故障检测性能优化方法，该方法包括：S1、对云系统运行环境进行异常程度评估；S2、基于云系统运行环境的异常程度来确定云系统的检测时间周期。本发明基于云系统运行环境异常程度自适应调节检测周期，异常程度低，检测周期长，异常程度高，检测周期短，从而达到检测周期的合理性，在提高故障检测的针对性的同时降低其代价。

技术领域

本发明属于云技术领域，提供了一种云环境下基于混合策略的故障检测性能优化方法。

背景技术

近年来，云计算技术得到飞速发展，然而，云计算平台的应用多样性，以及云环境的动态性导致云计算系统不时发生故障，从而对人们正常的工作生活产生严重影响，也会造成相关企业巨大的经济损失。云系统通常要求同时响应数以百万级别的用户请求，其承受的巨大工作量，多变的系统运行环境导致会发生许多故障。例如，通过周期为1年的观测，在阿里云计算公司的一个很小集群中，也会碰到每天100条左右的各种类型故障预警。

由于云计算系统结构复杂，体量巨大，检测系统要求能从多个节点上检测多个层次(如系统层、中间件层、应用层)各种资源使用量的检测数据，为云计算系统的运行状态持续检测提供信息。但是，检测、传送以及分析众多检测数据肯定会导致云系统资源的巨大消耗，从而会降低云系统性能、异常检测的时效性和准确性。而亚马逊CloudWatch检测系统和谷歌检测系统只支持固定时长的检测周期，如对几分钟检测数据收集一次。同样，从使用者的方面角度，使用云平台检测服务要求费用与检测的频率成正比，检测费用会占总共运行费用的18％。因此云系统维护人员和使用者希望能够减少检测对象数量和降低检测频率(在单位时间内的检测数据的检测次数)，以降低云系统维护成本和使用费用。由于故障在持续检测的周期内发生，虽然检测对象过少以及检测频率过低降低云系统开销，但是，有效检测数据过少，也会降低故障检测的准确性与时效性。因此，如何调节检测监测频率，成为检测云计算系统并保证云系统可靠性的关键。

一般云系统的检测采用固定时间周期。固定时间周期对每个检测设置一个固定时长的检测周期，收集器采用了能够远端调节检测周期的方式，但是对于使用人为调节方式来调节检测粒度，很难快速对数据响应。Nagio采用固定时间方式检测优化。该检测面临问题是云系统正常运行下收集的检测数据通常是在警戒线以下，无需对所产生的故障预警进行处理，云系统会继续按照先前设定的时间周期对采样的数据进行收集，而实际上该预警的时间点占检测时间的比重非常少，意味着云系统浪费很多的资源去收集无效的数据，同时增加观察数据时间和云系统维护人员的压力。

发明内容

本发明实施例提供一种基于云环境下基于混合策略的故障检测性能优化方法，选取多个对云故障预警有效属性，利用检测节点收集实时检测数据对故障进行预警，基于运行环境的故障程度来动态调节检测周期，以降低云系统检测成本。

本发明是这样实现的，一种基于云环境下基于混合策略的故障检测性能优化方法，所述方法包括如下步骤:

S1、对云系统运行环境进行异常程度评估；

S2、基于云系统运行环境的异常程度来确定云系统的检测时间周期。

进一步的，所述步骤S1具体包括如下步骤：

S11、基于决策树模型及SVM模型来检测云系统中的故障样本；

S12、计算故障样本的故障概率；

S13、基于故障样本的故障概率来评估云系统运行环境的异常程度。

进一步的，所述步骤S11具体包括如下步骤：

S111、通过决策树模型检测云系统中的样本，将样本区分为正常样本一及异常样本一，采用标识一对正常样本一进行标识；

S112、通过SVM模型检测云系统的样本，将样本区分为正常样本二及异常样本二，采用标识二对正常样本二进行标识；