[发明专利]服务器可用内存异常增长及运行状况的评估方法有效
申请号: | 201510622386.4 | 申请日: | 2015-09-25 |
公开(公告)号: | CN105183612B | 公开(公告)日: | 2017-11-21 |
发明(设计)人: | 唐力;毛詠洁;刘嫱;周海燕 | 申请(专利权)人: | 携程计算机技术(上海)有限公司 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06K9/62 |
代理公司: | 上海弼兴律师事务所31283 | 代理人: | 薛琦,王聪 |
地址: | 200335 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 服务器 可用 内存 异常 增长 运行状况 评估 方法 | ||
1.一种服务器可用内存异常增长及运行状况的评估方法,其特征在于,包括以下步骤:
步骤一、根据所确定的数据采集粒度提取当天所有服务器的可用内存数据;
步骤二、基于各时刻的可用内存数据计算环比比值,环比比值为当前采样时刻与前一采样时刻的可用内存数据的比值;
步骤三、使用均值回归模型刻画环比比值的变化趋势,以获得适用于各个服务器的均值回归模型;
步骤四、基于各个服务器的均值回归模型,采用强影响点分析方法寻找各个服务器各自的数据的异常点;
步骤五、对寻找到的异常点对应的环比比值进行数据汇总,包括统计异常点的个数和异常点的环比比值的平均值;
步骤六、基于步骤五统计的指标进行极差正规化变换,并基于变换后的数据进行指定初始中心的Kmeans聚类分析,以获得每台服务器对应的分类结果。
2.如权利要求1所述的评估方法,其特征在于,步骤四中采用的强影响点分析方法,包括以下方法中的一个或多个:
帽子矩阵算法,DFFITS算法,Cook统计量算法,COVRATIO算法、外学生化残差算法。
3.如权利要求1所述的评估方法,其特征在于,数据采集粒度为分钟,可用内存数据包括每分钟的可用内存数据。
4.如权利要求1-3中任意一项所述的评估方法,其特征在于,步骤一还包括:判断各个服务器的可用内存数据的个数是否大于预设的阈值,将判断结果为是的服务器作为参与聚类分析运算的服务器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于携程计算机技术(上海)有限公司,未经携程计算机技术(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510622386.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:服务器零点温度判断方法
- 下一篇:一种引导程序的存储方法、故障恢复方法及设备