[发明专利]一种基于朴素贝叶斯分类技术的动态监控间隔调整方法

摘要

本发明公开了一种基于朴素贝叶斯分类技术的动态监控间隔调整方法，包括通过监控系统客户端Agent从监控目标节点主机获取主机的监控信息，对获取的监控信息进行存储，并且对数据进行预处理，剔除异常无效数据；设定分类特征集合，得到分类结果；对当前时间点监控信息的分类结果进行处理，本发明所提供的方法能够应对云计算复杂环境中的监控问题，提供精确高效的监控解决方案，提高监控系统运行效率，使其能够适应云计算环境中弹性伸缩引起的负载变化，有效调整监控间隔。

主权项

一种基于朴素贝叶斯分类技术的动态监控间隔调整方法，其特征在于，包括如下步骤：1.1)通过监控系统客户端Agent从监控目标节点主机获取主机的监控信息，选取CPU使用率和内存使用率信息；1.2)对获取的监控信息、按照时间戳、主机、监控数据值的方式进行存储，并且对数据进行预处理，剔除异常无效数据；1.3)设定分类特征集合f，其中包括了四个特征信息：CPU使用率，CPU变化率，内存使用率，内存变化率四个特征值，设定分类器中的类别集合，包括对监控间隔调整的5种不同行为类别；根据监控目标特征选取合理数据集合作为初始化样本，将初始化样本带入分类器中进行训练；计算的值包括各类别的统计数量，总类别样本数量，各特征值在不同类别下的统计值；统计以上数据用来计算朴素贝叶斯模型中的每个类别的先验概率p(c)，特征值属于某一类别的概率p(fi|c)；当对当前时间点监控信息进行分类时，将监控数据代入分类器进行分类，得到分类结果；1.4)通过步骤1.3)得到的对当前时间点监控信息的分类结果，对监控间隔采取相应的改变；设定监控间隔的粒度范围大小为1～20，初始化监控间隔定义为5，根据分类得到的结果对监控间隔采取增大1，增大2，不变，减小1，减小2的行为，但最大的监控间隔不能超过20；通过监控系统动态配置功能改变监控间隔，并进入下一个监控周期，监控间隔变化行为的操作定义为i个监控间隔周期，每次做出分类操作是将前i个监控点数据加入分类器中进行迭代训练；1.5)通过步骤1.4)进行迭代后样本规模会不断扩大，选取一定大小阈值控制样本规模，当分类器得到较好稳定效果后，将样本保存为常用训练样本数据。