用于实时在线检测虚拟机状态的方法和系统技术方案

本公开提供一种用于实时在线检测虚拟机状态的方法和系统。从训练模型数据库中读取经过训练得到的OCSVM模型参数、DAEN模型参数和SVM分类模型参数，以完成OCSVM模型、DAEN模型和SVM分类模型的初始化；在线获取虚拟机KPI数据；利用OCSVM模型对KPI数据进行误用检测，以得到第一检测结果；利用DAEN模型对KPI数据进行异常检测，以得到第二检测结果；若第一检测结果和第二检测结果一致，则将第一检测结果或第二检测结果作为KPI数据的检测结果输出；若第一检测结果和第二检测结果不一致，则利用SVM分类模型对第一检测结果和第二检测结果进行分类判断，以输出KPI数据的检测结果。本公开能在线检测虚拟机状态，效降低漏报率和误报率。率。率。

【技术实现步骤摘要】
用于实时在线检测虚拟机状态的方法和系统


[0001]本公开涉及云计算领域，特别涉及一种用于实时在线检测虚拟机状态的方法和系统。

技术介绍

[0002]云计算通过虚拟化技术为用户提供服务。虚拟机作为云计算服务的载体，其异常状态不仅会影响用户的使用体验，还可能导致业务系统无法运行，造成各种难以估量的损失。及时检测出虚拟机运行中的异常状态，提示运维人员采取必要措施，是保障云计算平台下各业务系统平稳运行的重要手段。
[0003]传统检测方法分为异常检测(Anomaly Detection)和误用检测(Misuse Detection)。异常检测首先定义正常行为，并将所有其它行为定义为异常。误用检测首先定义异常行为，并将其它所有行为定义为正常。异常检测能够检测出未知的异常行为，但是如果无法定义所有的正常行为，将出现较高的误报率。误用检测的误报率低，检测速度快，但是无法发现未知的异常行为，有较高的漏报率。
[0004]在云计算环境中，虚拟机状态在线监控数据主要有三个特点：1)数据的规模大、类型多；2)人工标注成本高，有正常或异常标记的样本数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于实时在线检测虚拟机状态的方法，包括：从训练模型数据库中读取经过训练得到的单分类支持向量机OCSVM模型参数、深度自编码网络DAEN模型参数和支持向量机SVM分类模型参数，以完成OCSVM模型、DAEN模型和SVM分类模型的初始化；在线获取虚拟机关键性能指标KPI数据；利用OCSVM模型对KPI数据进行误用检测，以得到第一检测结果；利用DAEN模型对KPI数据进行异常检测，以得到第二检测结果；判断第一检测结果和第二检测结果是否一致；若第一检测结果和第二检测结果一致，则将第一检测结果或第二检测结果作为KPI数据的检测结果输出；若第一检测结果和第二检测结果不一致，则利用SVM分类模型对第一检测结果和第二检测结果进行分类判断，以输出KPI数据的检测结果。2.根据权利要求1所述的方法，其中，利用OCSVM模型对KPI数据进行误用检测包括：利用OCSVM模型对KPI数据进行处理，以确定PKI数据与OCSVM模型的决策边界的差值；根据所述差值判断KPI数据是否位于决策边界内部；若KPI数据位于决策边界内部，则输出的第一检测结果指示KPI数据为异常；若KPI数据位于决策边界外部，则输出的第一检测结果指示KPI数据为正常。3.根据权利要求1所述的方法，其中，利用DAEN模型对KPI数据进行异常检测包括：利用DAEN模型对KPI数据进行处理，以计算KPI数据的平方误差值；判断KPI数据的平方误差值是否小于预设的平方误差门限；若KPI数据的平方误差值小于预设的平方误差门限，则输出的第二检测结果指示KPI数据为正常；若KPI数据的平方误差值大于预设的平方误差门限，则输出的第二检测结果指示KPI数据为异常。4.根据权利要求1所述的方法，其中，所述KPI信息包括CPU负载、CPU使用率、进程总数、处于运行状态的进程总数、进程占用内存、物理内存总量、物理内存可用容量、网卡流出速率、网卡流入速率、磁盘读速率、磁盘写速率、文件系统分区已使用空间和空闲空间中的至少一项。5.根据权利要求1-4中任一项所述的方法，还包括：获取虚拟机KPI历史监测数据，其中历史监测数据中包括未标注数据集和已标注数据集，且未标注数据量大于已标注数据量；利用孤立森林算法对未标记数据集中的数据进行处理，以形成标记异常数据集和标记正常数据集；基于标记异常数据集，采用OCSVM算法训练异常行为模型，并利用已标注数据集对异常行为模型进行调整，以得到OCSVM模型，将OCSVM模型参数存入训练模型数据库中；基于标记正常数据集，采用DAEN算法训练正常行为模型，并利用已标注数据集对正常行为模型进行调整，以得到DAEN模型，将DAEN模型参数存入训练模型数据库中；利用OCSVM模型计算已标注数据集中各数据到OCSVM模型的决策边界的差值，并根据计算出的差值生成第一运算数据集；利用DAEN模型计算已标注数据集中各数据的平方误差
值，并计算各平方误差值与预设平方误差门限之间的差值，根据计算出的差值生成第二运算数据集；将第一运算数据集和第二运算数据集合并，并添加已标注数据集中对应的类别标记，以得到第三运算数据集；利用SVM分类算法对第三运算数据集进行二分类训练，以得到SVM分类模型，将SVM分类模型参数存入训练模型数据库中。6.根据权利要求5所述的方法，其中，在已标注数据集中，被标注为正常的数据和被标注为异常的数据分布均衡。7.一种用于实时在线检测虚拟机状态的系统，包括：模型初始化模块，被配置为从训练模型数据库中读取经过训练得到的单分类支持向量机OCSVM模型参数、深度自编码网络DAEN模型...

【专利技术属性】
技术研发人员：杜璟彦，李伟泽，李祥，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：