[发明专利]一种云平台运行状态监控预警方法及装置

说明书

本发明实施例提供一种云平台运行状态监控预警方法及装置，用以解决现有技术中存在无法在出现故障之前进行预警问题。所述方法具体包括：针对云平台中的任一代理节点，采集所述代理节点的多个性能数据；通过预先训练的分类器的加权层对所述多个性能数据进行加权；通过所述分类器的贝叶斯分类层基于经过加权处理的所述多个性能数据预测所述代理节点在下一时刻的运行状态；在预测的所述运行状态为异常状态时，进行告警。

技术领域

本发明涉及计算机技术领域，特别涉及一种云平台运行状态监控预警方法及装置。

背景技术

云平台为用户提供了虚拟的计算资源、存储资源和网络资源等。为了更高效、合理的分配和使用这些云计算资源，管理员需要对云平台的运行状态进行实时监控。

目前通常采用的监控方法为：云平台包括的多个代理节点周期性采集性能数据，如中央处理器(英文：Central Processing Unit，简称：CPU)负载、内存(mem)利用率、硬盘利用率，输入/输出端口(英文：Input/Output，简称：I/O)负载、网络流量情况等，然后将采集的性能数据通过网络发送给云平台包括的中心节点进行存储。之后云平台通过如Ganglia、Nagios等监控软件对中心节点存储的性能数据进行分析，当分析得到某个代理节点的工作状态出现异常(如过载、死机等)时，可以触发告警。

然而，通过现有的监控方法只能在代理节点已经出现故障时触发告警，而无法在出现故障之前进行预警。

发明内容

本发明实施例提供一种云平台运行状态监控预警方法及装置，用以解决现有技术中存在无法在出现故障之前进行预警问题。

第一方面，本发明实施例提供了一种云平台运行状态监控预警方法，包括：

针对云平台中的任一代理节点，采集所述代理节点的多个性能数据；

通过预先训练的分类器的加权层对所述多个性能数据进行加权；

通过所述分类器的贝叶斯分类层基于经过加权处理的所述多个性能数据预测所述代理节点在下一时刻的运行状态；

在预测的所述运行状态为异常状态时，进行告警。

本发明实施例通过针对云平台中的任一代理节点，采集所述代理节点的多个性能数据，然后通过预先训练的分类器的加权层对所述多个性能数据进行加权，之后通过所述分类器的贝叶斯分类层基于经过加权处理的所述多个性能数据预测所述代理节点在下一时刻的运行状态，并在预测的所述运行状态为异常状态时，进行告警。相比于现有技术中在代理节点已经出现故障时触发告警的方式，本发明实施例中可以在代理节点出现故障之前进行预警，从而可以及时的对该代理节点进行调整，降低出现故障的几率。

结合第一方面，在第一方面的第一种可能的实施方式中，通过所述分类器的贝叶斯分类层基于经过加权处理的所述多个性能数据预测所述代理节点在下一时刻的运行状态，包括：

将经过加权处理的所述多个性能数据输入所述分类器的贝叶斯分类层，分别获取所述代理节点在下一时刻处于各个运行状态的概率；

确定获取的各个概率中的最大概率，并确定所述最大概率对应的运行状态为所述代理节点在下一时刻的运行状态。

结合第一方面，在第一方面的第二种可能的实施方式中，所述分类器通过如下方式训练得到：

在将训练样本库中的性能数据输入初始化的分类器进行训练；所述训练样本库包括多组性能数据以及每组性能数据对应的下一时刻的实际运行状态；所述初始化的分类器包括权重；

在第K次训练过程中，通过经过K-1次调整的分类器的加权层，对每组性能数据进行加权，所述K为大于0的整数；

通过所述经过K-1次调整的分类器的贝叶斯分类层，预测所述每组性能数据在下一时刻的运行状态；