一种基于服务器表面热状态的运行状态诊断的方法技术

本发明专利技术提供一种基于服务器表面热状态的运行状态诊断的方法，通过红外热像仪采集运行状态下的服务器的红外图像；然后标准化倾斜校正处理得到服务器感兴趣区；采用同态滤波增强图像并采用一维最大熵得到服务器热点图，即服务器相对温度较高的区域；然后对热点图提取形态学特征，纹理特征，最后将得到特征数据输入支持向量机分类器中，得到服务器分类结果。本发明专利技术不仅有效地解决了接触式服务器诊断方法的弊端，同时能够有效地提升了数据中心管理人员对服务器热点区域，即局部发热区的排查效率和准确率。本发明专利技术适用于服务器运行状态监测。

【技术实现步骤摘要】
一种基于服务器表面热状态的运行状态诊断的方法
本专利技术属于信号与信息处理
，尤其涉及一种基于服务器表面热状态的运行状态诊断的方法。
技术介绍
近年来，随着云计算及其应用的兴起，云计算数据中心(CloudcomputingDataCenter，CDC)也得到了蓬勃发展。在2015年工信部联合国家能源局、国家机关事务管理局，印发《国家绿色数据中心试点工作方案》(以下简称方案)。方案披露：我国数据中心发展迅猛，总量已超过40万个，年耗电量超过全社会用电量的1.5％，其中大多数数据中心的电源使用效率值(PowerUsageEffectiveness，PUE)平均在1.89左右，与国际先进水平相比有较大差距。在数据中心工作的服务器及其相配套的硬件设备，一旦工作温度超过临界值将影响其正常工作。数据中心存在多个不利因素影响整个建筑内的温度，比如机架上排出的热气进入冷气通道，冷气短路进入机房空调，降温设备的故障，服务器工作负荷分布不均等。其中用于数据处理的服务器能耗占40％。因此，建设绿色数据中心首要考虑IT设备尤其是服务器的节能。由于服务器请求响应的不一致性，在同一时刻处于数据中心不同位置的服务器可能处于过载状态，也有可能处于空闲状态。其中局部过热将之称为热点、多个热点集中在一起形成温度较高的区域称为热区，这两种情况的存在导致数据中心各处热量不均。制冷设备供应商现在比较主流的解决方案主要还是针对“热区”而言。即机房空调(ComputerRoomAirConditioner，CRAC)将最大程度降低局部温度最高处的热量，进而导致整个数据中心系统的耗能增加。根据美国采暖、制冷与空调工程师协会(ASHRAE)提供的数据，数据中心内部温差由10℃降为2℃，CRAC能耗将降低25％，因此局部过热是亟待监测和处理的。监测数据中心内部热量分布有两种方案：整体仿真预测温度、多传感器实地实时监测。由于整体仿真预测温度使用到的流体力学(ComputationalFluidDynamics，CFD)模型对计算机计算能力要求极高，无法做到实时性，因此实用价值不大。多传感器实地实时监测主要是在数据中心机房部署各种传感器，目前，对大型数据中心的温度场测量，通用的方法是将大量温度传感器置于数据中心关键位置；然后，通过某种方法收集所有传感器的测量数据。早期的测量方法使用的是有线传感器，但是昂贵的安装及配置成本阻碍其广泛使用。虽然无线传感器具有低成本、无侵入式测量等优点，但是Chieh-JanMikeLiang等人在“RACNet:AHigh-FidelityDataCenterSensingNetwork”文中指出了数据中心的电磁环境不利于传感器网络的大规模无线通信。针对目前实际当中存在的问题，有必要提出一种服务器运行状态诊断方法，以帮助数据中心管理人员能够更加准确、迅速地找到服务器“热点”所在，排查解决问题。
技术实现思路
根据上述提出的主流数据中心“热点”监测诊断不足的技术问题，而提供一种基于服务器表面热状态的运行状态诊断的方法。本专利技术采用红外热成像仪，可以进行非接触式、实时地监测数据中心服务器的运行状态，同时能够根据服务器的红外图像特征比较智能地识别出各种工况下的服务器运行状态以及故障成因，进而为数据中心运维人员提供极具价值的工程维护参考，最终达到提升数据中心能耗方面的提升。本专利技术采用的技术手段如下：一种基于服务器表面热状态的运行状态诊断的方法，其特征在于，包括如下步骤：S1、采集服务器红外图像：在服务器工作条件下，通过红外热像仪采集服务器运行状态下的红外图像；S2、标准化倾斜校正服务器感兴趣区：基于图像配准的标准方法对热图像进行倾斜校正，并采用手动分割方法确定红外图像服务器感兴趣区；S3、图像增强，提取热点区域：分割得到的感兴趣区灰度图，应用图像增强和图像二值化算法进行热点区域提取，得到热点灰度图；S4、提取形态学特征、纹理特征：基于热点灰度图的灰度分布特征，从图像纹理和形态学两方面提取有效特征；S5、搭建支持向量机，训练获取诊断分类器：将归一化之后的特征矩阵输入支持向量机进行训练得到可以对不同工况下的服务器进行诊断的分类模型，使用支持向量机进行训练，进而获得服务器运行诊断分类模型。进一步地，所述步骤S1中，在服务器处于工作状态下，采用热成像仪对服务器的出风口位置采集热图像数据。进一步地，所述步骤S2中，先将红外图像处理后得到的灰度图减去当时采集的室温值，然后再采用手动分割方法确定红外图像服务器感兴趣区，所述感兴趣区是指服务器所在区域；图像配准的标准化方法对其进行倾斜校正，使用仿射变换将图像校正为固定长宽的矩形灰度图。进一步地，所述步骤S3中，图像增强采用同态滤波算法在频率域中同时将图像亮度范围进行压缩和图像对比度进行增强，从而消除了图像上照度不均的问题同时增强了图像的暗区细节。同态滤波算法的基本流程为：对待处理图像求对数，然后再进行傅里叶变换，再乘上同态滤波函数，之后再进行傅里叶反变换，最后再进行指数变换得到增强后图像；其中，同态滤波函数，如下所示：其中，γH表示高频增益，γL表示低频增益，D(u,v)表示频率(u,v)到滤波器中心(u0,v0)的距离，D(u0,v0)表示滤波器的截止频率，常数c用于控制滤波函数的锐利度。进一步地，通过遍历图像查找并将图像中灰度值异常点，即灰度值为0，1等低值，更改为周围灰度值均值和调节同态滤波高频、低频滤波的范围获得利于二值化处理的增强灰度图；采用一维最大熵对图像增强后的灰度图进行二值化处理，其中，利用如下公式求取对应灰度t的熵值：其中，表示目标出现灰度的概率，pQ(i)表示Q属性的概率；表示目标部分直方图的熵；表示直方图的熵；HL-1表示最高灰度级的熵，L＝255为灰度最高等级，L1，L2表示属性集Q中像素最小和最大灰度值；t为最佳阈值，记为T；将得到的二值图与原灰度图对比，保留值为1的区域灰度，将值为0的区域的灰度置为0，从而获得同一工况下相似，不同工况差异较大的热点灰度图。进一步地，所述步骤S4中，图像纹理特征的获取是采用Tamura纹理特征提取算法和基于LBP的GLCM纹理特征提取算法；Tamura纹理特征主要计算了图像的粗糙度、对比度、方向度、线性度、规则度五个特征，其中，粗糙度：m、n分别表示图像的长、宽；Sbest(i,j)表示坐标(i,j)处滑动窗口平均强度差最佳尺寸；对比度：α表示黑白色的偏差，σ表示黑白色方差；方向度：k表示直方图峰度值，nk表示所有峰值，Wk表示峰值包含的所有的离散区域，Φ表示0-π区域划分为16等分，每个区间取得的最大值，Φk表示波峰的中心位置；HD表示方向梯度直方图；线性度：Flin＝max(tempM)，tempM表示8个不同方向的线性度；规则度：Freg＝1-r(Scrs+Scon+Sdir+Slin)，r表示规范化因子，Scrs、Scon、Sdir、Slin分别表示粗糙度、对比度、方向度和线性度的标准差；基于LBP的GLCM纹理特征提取算法，使用LBP局部特征描述算子，其中用于计算的LBP图的公式，如下所示：(xc,yc)表示中心像素的坐标，pc表示中心像素邻域的第pc个像素，ipc、ic分别表示中心像素邻域的第pc个像素的灰度值和中心像素本文档来自技高网...

【技术保护点】
1.一种基于服务器表面热状态的运行状态诊断的方法，其特征在于，包括如下步骤：S1、采集服务器红外图像：在服务器工作条件下，通过红外热像仪采集服务器运行状态下的红外图像；S2、标准化倾斜校正服务器感兴趣区：基于图像配准的标准方法对热图像进行倾斜校正，并采用手动分割方法确定红外图像服务器感兴趣区；S3、图像增强，提取热点区域：分割得到的感兴趣区灰度图，应用图像增强和图像二值化算法进行热点区域提取，得到热点灰度图；S4、提取形态学特征、纹理特征：基于热点灰度图的灰度分布特征，从图像纹理和形态学两方面提取有效特征；S5、搭建支持向量机，训练获取诊断分类器：将归一化之后的特征矩阵输入支持向量机进行训练得到可以对不同工况下的服务器进行诊断的分类模型，使用支持向量机进行训练，进而获得服务器运行诊断分类模型。

【技术特征摘要】
1.一种基于服务器表面热状态的运行状态诊断的方法，其特征在于，包括如下步骤：S1、采集服务器红外图像：在服务器工作条件下，通过红外热像仪采集服务器运行状态下的红外图像；S2、标准化倾斜校正服务器感兴趣区：基于图像配准的标准方法对热图像进行倾斜校正，并采用手动分割方法确定红外图像服务器感兴趣区；S3、图像增强，提取热点区域：分割得到的感兴趣区灰度图，应用图像增强和图像二值化算法进行热点区域提取，得到热点灰度图；S4、提取形态学特征、纹理特征：基于热点灰度图的灰度分布特征，从图像纹理和形态学两方面提取有效特征；S5、搭建支持向量机，训练获取诊断分类器：将归一化之后的特征矩阵输入支持向量机进行训练得到可以对不同工况下的服务器进行诊断的分类模型，使用支持向量机进行训练，进而获得服务器运行诊断分类模型。2.根据权利要求1所述的基于服务器表面热状态的运行状态诊断的方法，其特征在于，所述步骤S1中，在服务器处于工作状态下，采用热成像仪对服务器的出风口位置采集热图像数据。3.根据权利要求1所述的基于服务器表面热状态的运行状态诊断的方法，其特征在于，所述步骤S2中，先将红外图像处理后得到的灰度图减去当时采集的室温值，然后再采用手动分割方法确定红外图像服务器感兴趣区，所述感兴趣区是指服务器所在区域；图像配准的标准化方法对其进行倾斜校正，使用仿射变换将图像校正为固定长宽的矩形灰度图。4.根据权利要求1所述的基于服务器表面热状态的运行状态诊断的方法，其特征在于，所述步骤S3中，图像增强采用同态滤波算法在频率域中同时将图像亮度范围进行压缩和图像对比度进行增强；同态滤波算法的基本流程为：对待处理图像求对数，然后再进行傅里叶变换，再乘上同态滤波函数，之后再进行傅里叶反变换，最后再进行指数变换得到增强后图像；其中，同态滤波函数，如下所示：其中，γH表示高频增益，γL表示低频增益，D(u,v)表示频率(u,v)到滤波器中心(u0,v0)的距离，D(u0,v0)表示滤波器的截止频率，常数c用于控制滤波函数的锐利度。5.根据权利要求4所述的基于服务器表面热状态的运行状态诊断的方法，其特征在于，通过遍历图像查找并将图像中灰度值异常点，即灰度值为0，1等低值，更改为周围灰度值均值和调节同态滤波高频、低频滤波的范围获得利于二值化处理的增强灰度图；采用一维最大熵对图像增强后的灰度图进行二值化处理，其中，利用如下公式求取对应灰度t的熵值：其中，表示目标出现灰度的概率，pQ(i)表示Q属性的概率；表示目标部分直方图的熵；表示直方图的熵；HL-1表示最高灰度级的熵，L＝255为灰度最高等级，L1，L2表示属性集Q中像素最小和最大灰度值；t为最佳阈值，记为T；将得到的二值图与原灰度图对比，保留值为1的区域灰度，将值为0的区域的灰度置为0，从而获得同一工况下相似，不同工况差异较大的热点灰...

【专利技术属性】
技术研发人员：刘航，鲍晨晨，谢婷，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21