[发明专利]数据中心动力环境设备运行模式突变检测方法及装置

权利要求书

1.一种数据中心动力环境设备运行模式突变检测方法，其特征在于，包括：

采集数据中心动力环境设备的监控指标数据，构建初始数据空间；

提取所述初始数据空间的频谱特征、时序特征，构建特征空间；

基于所述特征空间、kmeans聚类算法，构建运行模式突变检测模型；

根据所述运行模式突变检测模型的运行结果，判断所述数据中心动力环境设备运行模式是否发生突变。

2.如权利要求1所述的方法，其特征在于，所述采集数据中心动力环境设备的监控指标数据，构建初始数据空间，包括：

基于滑动窗口的思想，获取当前时间窗口下数据中心动力环境设备的监控指标数据；

对所述监控指标数据进行等时间间隔处理、非法值去除处理、插值处理，以构建初始数据空间。

3.如权利要求2所述的方法，其特征在于，所述对所述监控指标数据进行等时间间隔处理、非法值去除处理、插值处理，以构建初始数据空间，包括：

基于线性插值方法对所述监控指标数据进行等时间间隔处理；

基于Gaussian tail方法对所述监控指标数据进行非法值去除处理；

将所述非法值去除处理确定的待去除监控指标数据替换为其相邻的监控指标数据。

4.如权利要求1所述的方法，其特征在于，所述提取所述初始数据空间的频谱特征、时序特征，构建特征空间，包括：

基于Coiflets小波变换方法，获取所述初始数据空间的频谱特征；

确定所述初始数据空间中每个数据的时间次序，作为所述时序特征；

合并所述频谱特征、所述时序特征、所述初始数据空间，构建所述特征空间。

5.如权利要求4所述的方法，其特征在于，所述提取所述初始数据空间的频谱特征、时序特征，构建特征空间，还包括：

采用分位数归一化方法，对所述特征空间进行归一化处理。

6.如权利要求1所述的方法，其特征在于，所述基于所述特征空间、kmeans聚类算法，构建运行模式突变检测模型，包括：

基于kmeans聚类算法对所述特征空间进行聚类；

基于kmeans聚类算法对所述特征空间执行的聚类结果，根据公式1构建所述运行模式突变检测模型，

其中，d(.)表示向量间欧氏距离，K为聚类簇个数，T为样本个数，C为聚类簇，x_i表示样本i，为所有样本的中心点，μ_k为聚类簇C_k的中心点，α、β均为系数。

7.如权利要求6所述的方法，其特征在于，所述根据所述运行模式突变检测模型的运行结果，判断所述数据中心动力环境设备运行模式是否发生突变，包括：

计算给定聚类簇个数候选集中每个聚类簇个数对应的CI度量值，并确定最小的CI度量值所对应的聚类簇个数为参考值；

当所述参考值为1，则所述数据中心动力环境设备运行模式没有发生突变；

当所述参考值不为1，则所述数据中心动力环境设备运行模式发生突变。

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

对所述数据中心动力环境设备运行模式发生突变的情况进行记录并存入结构型数据库MySQL中；

所述记录的字段信息包括监控指标编号、对应监控设备编号、当前时间戳、指标模式突变时刻的时间戳、指标模式突变时刻的监控值。

9.一种数据中心动力环境设备运行模式突变检测装置，其特征在于，包括：

初始数据空间构建模块，用于采集数据中心动力环境设备的监控指标数据，构建初始数据空间；

特征空间构建模块，用于提取所述初始数据空间的频谱特征、时序特征，构建特征空间；

运行模式突变检测模型构建模块，用于基于所述特征空间、kmeans聚类算法，构建运行模式突变检测模型；

判断模块，用于根据所述运行模式突变检测模型的运行结果，判断所述数据中心动力环境设备运行模式是否发生突变。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至8中任一项所述的数据中心动力环境设备运行模式突变检测方法的步骤。