[发明专利]一种基于图中心度的云计算系统物理设备故障检测方法

摘要

发明涉及一种基于图中心度的云计算系统物理设备故障检测方法。周期性监测物理设备各资源的度量信息，根据各物理资源度量的历史信息建立XmR控制图，当在线监测的物理资源度量值超出控制图的正常范围则检测为异常度量，计算任意两个异常度量间的皮尔逊相关系数，当相关系数超出阈值则形成相关边从而建立异常度量的相关图，计算图中各异常度量的中心度作为该度量的异常程度，按照异常程度从高到低排序，排名靠前的异常度量所在的物理设备为发生故障的物理设备。

主权项

1.一种基于图中心度的云计算系统物理设备故障检测方法,方法特征在于实现步骤如下：第一步；周期性监测物理设备的资源使用度量，如CPU利用率、内存占用率、每秒接收网络字节数、磁盘每次传输时间等；第二步，计算第一步监测到各度量的总体均值，移动范围值，移动范围均值，其中，x_i为第i个周期监测度量值，n为周期数量；计算上限，下限，以建立X图，其中，为可任意设定的常数；计算移动范围值的上限，以建立mR图，其中，为可任意设定的常数；第三步，在第二步建立的XmR控制图中，上限和下限之间的部分为正常区域，当高于上限或低于下限则检测为异常度量；第四步，计算第三步得到的任意两个异常度量x和y之间的皮尔逊相关系数r_xy，当，则度量x和度量y强相关，建立节点x与y间的边，权重为相关系数，从而建立异常度量相关图G={V，E}，其中，V为节点即异常度量集合，E为相关边集合；第五步，计算第四步图G中，各节点的中心度 ，其中，d_ij表示使用迪杰斯特拉方法计算得到的节点i到节点j的最短距离，N为网络中节点数量；第六步，对第五步得到的各物理设备异常度量的中心度进行排序，排序越靠前就越有可能是出现故障的物理设备。