[发明专利]一种大数据平台的性能检测方法及装置

摘要

本发明实施例公开了一种大数据平台的性能检测方法及装置，涉及网络技术领域，包括步骤：采集所述大数据平台当前运行状态下的第一类性能指标数据，获得第一类性能指标数据序列O；根据所述第一类性能指标数据序列O和隐式马尔科夫模型的最优值λ1，计算P(O|λ1)；判断所述P(O|λ1)是否小于预设阈值；若为是，确定所述大数据平台处于异常状态；若为否，确定所述大数据平台处于正常状态。应用本发明实施例，利用隐式马尔科夫模型对大数据平台进行性能检测，提高了检测准确率。

主权项

1.一种大数据平台的性能检测方法，其特征在于，所述方法包括步骤：采集所述大数据平台当前运行状态下的第一类性能指标数据，获得第一类性能指标数据序列O；所述第一类性能指标数据序列O是所述第一类性能指标数据按照时间顺序排列而成的序列；根据所述第一类性能指标数据序列O和隐式马尔科夫模型的最优值λ1，计算P(O|λ1)；其中，P(O|λ1)为基于所述最优值λ1得到所述第一类性能指标数据序列O的概率，所述最优值λ1是由隐式马尔科夫模型的初始值λ2训练得到的，所述初始值λ2是利用隐式马尔科夫模型根据第二类性能指标数据序列O’得到的；所述第二类性能指标数据序列O’是采集的所述大数据平台正常状态下的第二类性能指标数据按照时间顺序排列而成的序列；判断所述P(O|λ1)是否小于预设阈值；若为是，确定所述大数据平台处于异常状态；若为否，确定所述大数据平台处于正常状态；其中，所述预设阈值为P(O’|λ1)和P(O’|λ2)的差值，P(O’|λ1)为基于所述最优值λ1得到所述第二类性能指标数据序列O’的概率，P(O’|λ2)为基于所述初始值λ2得到所述第二类性能指标数据序列O’的概率；所述计算P(O|λ1)所利用的公式为：其中，1≤i≤N，N表示所述大数据平台的运行状态个数；T表示采集所述第一类性能指标数据的时间段；αT(i)表示在隐式马尔科夫模型为最优值λ1时，T时刻满足状态i，且T时刻及T时刻之前满足所述第一类性能指标数据序列O的概率；计算所述P(O’|λ1)和所述P(O’|λ2)所利用的公式为：其中，计算所述P(O’|λ1)时，上式中的λ＝λ1；计算所述P(O’|λ2)时，上式中的λ＝λ2；1≤i≤N，N表示所述大数据平台的运行状态个数；1≤t≤T’，T’表示采集所述第二类性能指标数据的时间段；O’＝(O’1O’2…O’T’)；αt(i)表示在隐式马尔科夫模型为λ时，t时刻满足状态i，且t时刻及t时刻之前满足第一观察值序列(O’1O’2…O’t)的概率；βt(i)表示在隐式马尔科夫模型为λ时，t时刻满足状态i，且t时刻以后满足第二观察值序列(O’t+1O’t+2…O’T’)的概率。