[发明专利]针对大规模计算机集群异常程度的评估与分析系统

权利要求书

1.一种针对大规模计算机集群异常程度的评估与分析系统，其特征在于，采用主从模式的插件式分层架构，包括主插件和从插件；

所述从插件主要负责异常程度评估与异常原因分析任务，部署在计算机集群中需要检测的节点上；计算机集群中的节点包括服务器节点、终端节点；终端节点位于最上层；

所述主插件用于汇总检测结果与展示；能够部署在计算机集群中任何节点上。

2.如权利要求1所述的针对大规模计算机集群异常程度的评估与分析系统，其特征在于，

终端节点上的主插件用于汇总检测结果与展示；服务器节点上的主插件用于汇总从插件所在节点的检测结果并向上层的主插件所在节点发送。

3.如权利要求1或2所述的针对大规模计算机集群异常程度的评估与分析系统，其特征在于，

所述从插件包括信息采集模块、异常程度评估模块、异常原因分析模块；

所述信息采集模块用于计算机集群中节点性能指标信息的采集与预处理；预处理将每个节点的各种性能指标转换成一条多维的时间序列；

所述异常程度评估模块通过设定的滑动窗口大小，利用LOF算法计算信息采集模块输出的多维时间序列来实时分析该节点在时间点p的异常程度；

所述异常原因分析模块用于进一步确定导致产生异常的性能指标维度。

4.如权利要求3所述的针对大规模计算机集群异常程度的评估与分析系统，其特征在于，

所述异常程度评估模块的分析处理过程包括：

S1，根据设定好的滑动窗口大小确定时间点p的第k邻域N_k(p)；N_k(p)表示时间点p的第k距离邻域，时间点p的第k距离d_k(p,o)表示距离时间点p第k远的时间点o到时间点p的距离；

S2，计算当前时刻即时间点p第k可达距离r-dist(p,o)；

其中r-dist(p,o)＝max{d_k(p,o),d(p,o)}，d(p,o)表示时间点p到时间点o的实际距离；

S3，计算当前时刻即时间点p的局部可达密度lrd_k(p)；

其中

S4，计算局部异常因子其中lrd_k(o)为时间点o的局部可达密度；

S5，设定异常阈值，局部异常因子的值若大于等于异常阈值则判定该节点异常。

5.如权利要求4所述的针对大规模计算机集群异常程度的评估与分析系统，其特征在于，

异常原因分析模块的分析处理步骤如下：

B1，去除第i维度的性能指标重新计算局部异常因子得到值LOF_k-i(p)；

B2，重复执行步骤B1，直到所有维度的性能指标都被单独剔除过一遍；

B3，找到LOF_k-i(p)的最小值，该最小值相对应所去掉的性能指标所在维度即为导致产生异常的性能指标维度。