[发明专利]一种基于朴素贝叶斯分类技术的动态监控间隔调整方法

说明书

技术领域

本发明涉及云计算智能监控系统技术领域，尤其涉及一种基于朴素贝叶斯分类技术的动态监控间隔调整方法。

背景技术

云监控伴随着整个云计算系统的运行，执行的操作不仅仅是添加删除监控目标，获取数据这些简单的操作，当云监控获取数据之后，还需要对获取的数据做出某些处理操作，让用户可以针对自己的需求自定义数据处理行为。监控的历史数据可以看成是系统信息的一种日志数据，可以利用日志分析来获得系统的运行历史状态和趋势，从而做出进一步的决策。

云计算系统通常是一个大规模的系统，以OpenStack为例，系统中各个组件可以看成是独立的模块，模块与模块之间有着频繁的信息交互。云计算系统中信息的交互都伴随着网络通信，网络带宽资源在云计算系统中是很重要的资源。在上文介绍的云监控收集客户端度量信息的过程中，无论是在Pull还是Push方式的情况下，需要定义一个监控时间粒度，定时有效稳定地获取监控的数据。在获得详细监控数据的同时，需要保证监控系统的资源利用的高效性，因此需要一个权衡的策略来获得有效监控数据的同时，使系统的资源消耗率降低。

云环境中多变的系统环境特性，传统的静态监控模式已经不能满足新环境的需求，云监控需要能够动态地调整系统的监控时间间隔，在给系统带来更小的负担的同时，能够保证系统的有效监控和稳定的运行。监控时间间隔配置在静态文件中使其不能在运行时做出改变，在系统运行的过程中，客户端和服务端始终会按照这个配置信息运行，Agent会定时在客户端节点上运行收集信息，服务端和客户端之间也会按照配置的时间间隔进行数据通信。因此当监控的度量数据指标很大的时候，将会给监控目标节点带来一定的性能负担。对于监控系统的设计架构，考虑到可扩展性的设计，具体的监控任务通常都由插件来执行。当频繁的在客户节点上运行监控插件的时候，如果有的插件在运行时会消耗一定的系统资源，如在获取JVM运行数据，或者Tomcat之类的数据时，需要对获取数据做一定的分析，这样给客户端节点带来的负担是不能忽视的。

云监控能够动态的改变自身系统的配置，能够在运行时适应当前特定负载来进行配置文件的调整。

发明内容

针对上述技术缺陷，本发明的目的在于针对传统监控软件的固定监控时间间隔模型存在信息冗余和资源利用低下等问题，在云监控系统中加入运行时动态改变系统监控配置功能，提出了一种基于朴素贝叶斯分类技术的动态监控间隔调整方法，根据历史监控信息对当前状态做出趋势预测，并且根据预测的结果来判定系统状态，以此来动态调整的监控时间的监控，能够有效的调整监控间隔，优化信息传输频率，从而达到系统的高效运行。

为了解决上述技术问题，本发明的技术方案如下：

一种基于朴素贝叶斯分类技术的动态监控间隔调整方法，包括如下步骤：

1.1)通过监控系统客户端Agent从监控目标节点主机获取主机的监控信息，选取CPU使用率和内存使用率信息；

1.2)对获取的监控信息按照时间戳、主机、监控数据值的方式进行存储，并且对数据进行预处理，剔除异常无效数据；

1.3)设定分类特征集合f，其中包括了四个特征信息：CPU使用率，CPU变化率，内存使用率，内存变化率四个特征值，设定分类器中的类别集合，包括对监控间隔调整的5种不同行为类别；根据监控目标特征选取合理数据集合作为初始化样本，将初始化样本带入分类器中进行训练；计算的值包括各类别的统计数量，总类别样本数量，各特征值在不同类别下的统计值；统计以上数据用来计算朴素贝叶斯模型中的每个类别的先验概率p(c)，特征值属于某一类别的概率p(fi|c)；当对当前时间点监控信息进行分类时，将监控数据代入分类器进行分类，得到分类结果；

1.4)通过步骤1.3)得到的对当前时间点监控信息的分类结果，对监控间隔采取相应的改变；设定监控间隔的粒度范围大小为1～20，初始化监控间隔定义为5，根据分类得到的结果可以对监控间隔采取增大1，增大2，不变，减小1，减小2的行为，但最大的监控间隔不能超过20；通过监控系统动态配置功能改变监控间隔，并进入下一个监控周期，监控间隔变化行为的操作可以定义为i个监控间隔周期，每次做出分类操作是可以将前i个监控点数据加入分类器中进行迭代训练；

1.5)通过步骤1.4)进行迭代后样本规模会不断扩大，选取一定大小阈值控制样本规模，当分类器得到较好稳定效果后，将样本保存为常用训练样本数据。