面向IaaS的虛擬機異常檢測系統(tǒng)研究.pdf

1、基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS)是云計算的一種服務(wù)模式,它將計算機硬件抽象成虛擬資源池,并為用戶提供按需獲取、彈性可伸縮的服務(wù)。隨著云計算的發(fā)展,大量的應(yīng)用和用戶數(shù)據(jù)都部署在云端,云計算的可靠性面臨著巨大的挑戰(zhàn)。研究發(fā)現(xiàn),系統(tǒng)故障出現(xiàn)的根本原因是由于缺少異常檢測機制和容錯手段。然而,云計算本身具有大規(guī)模、分布式、虛擬化和高動態(tài)性等特點,從而導(dǎo)致傳統(tǒng)的異常檢測技術(shù)不能適應(yīng)云計算環(huán)境。

2、>　　本文針對云環(huán)境下的虛擬機,設(shè)計了一套通過采集虛擬機性能指標(biāo),采用基于主成分分析和貝葉斯決策的異常檢測方法,實現(xiàn)對虛擬機的異常檢測。針對虛擬機性能指標(biāo)的特點,提取其主要特征,在半監(jiān)督模式下建立起虛擬機的正常輪廓,并與正常輪廓進行對比。同時,該機制可以根據(jù)虛擬機運行狀態(tài)動態(tài)調(diào)整虛擬機數(shù)據(jù)采集策略,并結(jié)合多種異常檢測策略提出了虛擬機多狀態(tài)異常檢測。
　　本文完成的主要工作如下:
　　(1)本文深入研究了云計算下IaaS模式的

3、特點,針對虛擬機的資源可用性,提出了虛擬機性能指標(biāo)體系,用于刻畫虛擬機的運行狀態(tài),并詳細介紹了IaaS下虛擬機性能指標(biāo)的采集方法。
　　(2)由于傳統(tǒng)的數(shù)據(jù)采集方法不能動態(tài)調(diào)整數(shù)據(jù)采集的頻率,無法很好的適應(yīng)云計算環(huán)境的高動態(tài)性,本文提出了一種自適應(yīng)數(shù)據(jù)采集策略,根據(jù)虛擬機的運行狀態(tài),動態(tài)選擇粗粒度和細粒度兩種數(shù)據(jù)采集方式,在不增加虛擬機性能開銷的情況下,提高了異常檢測的準(zhǔn)確性。
　　(3)針對傳統(tǒng)的異常檢測算法不能適應(yīng)Iaa

4、S環(huán)境下被檢測對象多、采集數(shù)據(jù)量大、數(shù)據(jù)維度高等特點,本文提出了基于主成分分析和貝葉斯決策進行異常檢測的機制。同時,傳統(tǒng)的異常檢測方法不能適應(yīng)云計算環(huán)境的高動態(tài)性,本文還提出了虛擬機多狀態(tài)異常檢測機制,結(jié)合了基于時間點和時間窗口的異常檢測策略,降低了異常檢測的誤報率。
　　(4)基于以上研究工作,設(shè)計并實現(xiàn)了面向IaaS的虛擬機異常檢測系統(tǒng)。并利用開源技術(shù)搭建了OpenStack云計算平臺,通過異常注入的方式,根據(jù)異常的誤報率和漏