面向信息融合的復(fù)雜系統(tǒng)監(jiān)控服務(wù).pdf

1、隨著云計算、移動互聯(lián)網(wǎng)的快速發(fā)展以及穿戴式設(shè)備的興起，企業(yè)服務(wù)器規(guī)模越來越大，客戶端設(shè)備趨于微型化、個性化。大型分布式軟件系統(tǒng)呈現(xiàn)出數(shù)據(jù)海量、節(jié)點眾多、系統(tǒng)異構(gòu)、交互復(fù)雜等特點，給系統(tǒng)運行管理、軟件維護(hù)等方面帶來了巨大挑戰(zhàn)。為了應(yīng)對這一挑戰(zhàn)，可以通過監(jiān)控服務(wù)實時收集資源利用、任務(wù)調(diào)度、服務(wù)質(zhì)量等方面的數(shù)據(jù)，及時檢測系統(tǒng)異常并報警，從而提高系統(tǒng)的可靠性。因此，監(jiān)控服務(wù)在復(fù)雜系統(tǒng)中發(fā)揮著至關(guān)重要的作用。然而，傳統(tǒng)監(jiān)控服務(wù)存在兩點問題。首先，

2、傳統(tǒng)監(jiān)控服務(wù)僅采用名值對形式寫入日志或數(shù)據(jù)庫，未對監(jiān)控數(shù)據(jù)內(nèi)部結(jié)構(gòu)及數(shù)據(jù)間的關(guān)系進(jìn)行形式化定義。其次，傳統(tǒng)監(jiān)控服務(wù)往往孤立地對不同維度的監(jiān)控數(shù)據(jù)進(jìn)行簡單處理，未涉及數(shù)據(jù)除噪、特征提取、數(shù)據(jù)融合、決策判定等方面。用戶需要付出額外代價，才能從紛繁復(fù)雜的多維數(shù)據(jù)中發(fā)現(xiàn)異常。
　　針對上述問題，本文提出面向信息融合的復(fù)雜系統(tǒng)監(jiān)控服務(wù)。該服務(wù)包括資源層、邏輯層和服務(wù)層三層監(jiān)控框架，考慮了監(jiān)控數(shù)據(jù)的名稱、數(shù)值、類型、度量、時間、地點等要素。同

3、時，在各層框架間加入數(shù)據(jù)融合過程，通過數(shù)據(jù)融合算法將低層次數(shù)據(jù)融合成高層次數(shù)據(jù)，得出直觀反映整個系統(tǒng)運行狀態(tài)的決策數(shù)據(jù)。本文將上述監(jiān)控服務(wù)架構(gòu)在發(fā)布/訂閱中間件平臺上。監(jiān)控服務(wù)的執(zhí)行過程如下。1）對巾間件中節(jié)點、框架和組件與監(jiān)控對象中主機(jī)、進(jìn)程和線程的本體進(jìn)行建模。2）通過插件采集Windows、Linux端的主機(jī)、進(jìn)程和網(wǎng)絡(luò)等資源數(shù)據(jù)。3）通過閾值法、Three-Sigma法、模糊貝葉斯法將資源數(shù)據(jù)融合成反映節(jié)點健康狀態(tài)的邏輯數(shù)據(jù)。4