大规模网络服务系统行为异常的敏捷感知方法
大规模网络服务系统环境中,短时的大规模用户合法行为聚集会造成系统行为异常,使得系统可用性受到极大的损害.现有的系统异常检测方法大多适用于用户非法行为造成的系统异常.文中针对用户合法行为短时聚集引起的系统异常问题,提出一种大规模网络服务系统行为异常敏捷感知的方法.该方法包括系统异常敏捷感知模型和重复行为检测的Petri模型.基于“放大因子”的系统异常敏捷感知模型给出了系统异常的可预知性和异常系统行为的可定位性.即如果系统会在未来的某一时刻t2发生异常,那么t1时刻预期系统负载值要大于系统所能承受的最大负载值(t2＞t1).而且,该模型通过行为阻滞度可确定引起系统异常的系统行为.在敏捷感知模型的基础上,针对应用系统的异常检测,提出了基于带优先关系的颜色双变迁Petri网的重复行为检测模型及其系统异常敏捷感知算法.根据单位时间内用户行为数较小变化、缓慢增长和激增三种情况进行模拟实验,实验结果表明该方法可以有效地在系统异常发生之前提前感知,并能定位引起系统异常的系统行为.
网络服务系统、行为异常、敏捷感知、异常检测、Petri网、云计算
40
TP311(计算技术、计算机技术)
This research was supported by the National Natural Science Foundation of ChinaNo.61472004.本课题得到国家自然科学基金61472004;上海市“科技创新行动计划”高新技术领域项目16511100903;同济大学嵌入式系统与服务计算教育部重点实验室2015
2017-05-24（万方平台首次上网日期，不代表论文的发表时间）
共15页
505-519
