一种云平台下运行环境感知的虚拟机异常检测方法技术

技术编号:26342145 阅读:29 留言:0更新日期:2020-11-13 20:30
本发明专利技术公开了一种云平台下运行环境感知的虚拟机异常检测方法,属于云计算运维技术领域,根据运行环境向量的相似性对虚拟机进行分类,然后为每一个虚拟机分类建立独立的检测域,在每个检测域中针对虚拟机的点异常进行检测;该方法采用基于聚类的方法实现基于运行环境相似性的虚拟机分类;基于SOM网络进行虚拟机状态建模,通过调用SOM网络的迭代拟合训练算法,实现基于增量SOM的动态自适应虚拟机异常检测。本发明专利技术针对异常检测问题,通过改善K‑medoids算法及增量SOM训练过程的初始化问题,有效提高异常检测的准确性和实时性。

A virtual machine anomaly detection method based on running environment awareness in cloud platform

【技术实现步骤摘要】
一种云平台下运行环境感知的虚拟机异常检测方法
本专利技术涉及云计算运维
,具体地说是一种云平台下运行环境感知的虚拟机异常检测方法。
技术介绍
异常检测是指发现数据中与预期行为不一致的模式,这些不一致的模式在不同的应用领域通常被成为异常、异常点、不一致的观察、例外、失常、意外、奇特或污染点。异常检测在许多应用领域有广泛的应用,如信用卡、保险或医疗保健的欺诈检测,网络安全中的入侵检测,安全关键系统的故障检测。
技术实现思路
本专利技术的技术任务是针对以上不足之处,提供一种云平台下运行环境感知的虚拟机异常检测方法,能够有效提高异常检测的准确性和实时性。本专利技术解决其技术问题所采用的技术方案是:一种云平台下运行环境感知的虚拟机异常检测方法,根据运行环境向量的相似性对虚拟机进行分类,然后为每一个虚拟机分类建立独立的检测域,在每个检测域中针对虚拟机的点异常进行检测;该方法采用基于聚类的方法实现基于运行环境相似性的虚拟机分类;基于SOM网络进行虚拟机状态建模,通过调用SOM网络的迭代拟合训练算法,实现基于增本文档来自技高网...

【技术保护点】
1.一种云平台下运行环境感知的虚拟机异常检测方法,其特征在于,根据运行环境向量的相似性对虚拟机进行分类,然后为每一个虚拟机分类建立独立的检测域,在每个检测域中针对虚拟机的点异常进行检测;/n该方法采用基于聚类的方法实现基于运行环境相似性的虚拟机分类;基于SOM网络进行虚拟机状态建模,通过调用SOM网络的迭代拟合训练算法,实现基于增量SOM的动态自适应虚拟机异常检测。/n

【技术特征摘要】
1.一种云平台下运行环境感知的虚拟机异常检测方法,其特征在于,根据运行环境向量的相似性对虚拟机进行分类,然后为每一个虚拟机分类建立独立的检测域,在每个检测域中针对虚拟机的点异常进行检测;
该方法采用基于聚类的方法实现基于运行环境相似性的虚拟机分类;基于SOM网络进行虚拟机状态建模,通过调用SOM网络的迭代拟合训练算法,实现基于增量SOM的动态自适应虚拟机异常检测。


2.根据权利要求1所述的一种云平台下运行环境感知的虚拟机异常检测方法,其特征在于,在聚类算法结束后,评估获得的每个分类中的虚拟机的运行环境向量是否足够的相似,通过增加分类数量来优化聚类结果,并重复该步骤直到获得满足条件的虚拟机分类结果为止。


3.根据权利要求2所述的一种云平台下运行环境感知的虚拟机异常检测方法,其特征在于,如果云数据中心有新的虚拟机被部署或监测到原有虚拟机的运行环境向量发生了变化,根据需要对现有检测域的划分进行更新操作,更新时在已有分类基础上进行动态调整,将新部署的虚拟机或运行环境向量发生变化的原有虚拟机划分到与其距离最近的聚类中心所在的分类。


4.根据权利要求1所述的一种云平台下运行环境感知的虚拟机异常检测方法,其特征在于,针对SOM网络训练过程中的参数的设定方法,引入基于状态模型的虚拟机异常识别方法,使异常监测系统做出是否异常的二值判断,并对非异常对象给出其在未来一段时间内出现异常的概率。


5.根据权利要求1或4所述的一种云平台下运行环境感知的虚拟机异常检测方法,其特征在于,调用SOM网络的迭代拟合训练算法的实现方式如下:
1)对SOM网络进行初始化:采用随机初始化的方式对SOM网络中的各神经元的初始化关联权重向量进行初始化定义;
2)、针对特定训练样本SSt的SOM网络训练邻域定义,针对SSt,,找到SOM网络中预期最匹配的神经元C作为本轮的训练域中心;确定训练域中心C后,采用高斯函数作为训练邻域函数;
3)、基于特定训练样本SSt的SOM网络训练,根据步骤2)中定义的邻域,基于训练样本SSt对SOM中处在训练邻域范围内的神经元进行拟合训练;
4)、改进SOM网络初始化算法:基于一个训练样本集合M,从M中任意选取N×M个样本作为SOM中神经元关联权重向量的最初值;将M中的训练样本按照当前的相似度进行分配得到相应的集合Cij;基于每个Cij中的训练样本,针对Wij的样本估量值计算新的Wij;检查结束条件,满足则停止,将当前的Wij值作为SOM网络中各神经元关联权重向量的初始化值。
...

【专利技术属性】
技术研发人员:左建侯颜亮
申请(专利权)人:浪潮云信息技术股份公司
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1