云環(huán)境下基于多屬性信息熵的虛擬機異常檢測.pdf

1、準確、及時的對虛擬機狀態(tài)進行監(jiān)控和檢測是優(yōu)化云平臺IaaS類的資源調度和完善虛擬機遷移機制的重要途徑之一。但是現(xiàn)有的監(jiān)控技術往往忽略了對虛擬機異常狀態(tài)的預測，如果這個問題不能得到及時有效的解決和改善，那么異常的影響和危害將會擴大。因此，加強完善對云環(huán)境下虛擬機的狀態(tài)監(jiān)控和提高異常檢測技術的研究對進一步提高云平臺的運行管理水平具有重要的應用價值。
　　本文針對Hadoop云平臺下虛擬機的多屬性監(jiān)控及異常預測的問題，提出了一種基于多屬

2、性信息熵的虛擬機異常檢測方法。
　　首先是信息熵分析階段，構建實時采樣矩陣，對采樣數(shù)據進行標準化后，計算當前采樣矩陣中多個虛擬機狀態(tài)屬性的2-范數(shù)。然后，統(tǒng)計該2-范數(shù)的取值在一定時間內的出現(xiàn)頻率，計算出虛擬機當前狀態(tài)的多屬性信息熵。當該熵值取最大值時，進入異常分析階段。
　　其次是異常分析階段，以各2-范數(shù)的移動加權均值及方差為基礎構建檢測統(tǒng)計量，利用非參數(shù)CUSUM算法完成異常狀態(tài)的判定?；贖adoop的實驗結果表明，