[发明专利]一种基于模式转移的虚拟机混合备用动态可靠性评估方法

说明书

本发明提出一种基于模式转移的虚拟机混合备用动态可靠性评估方法，包括：采集资源和性能数据，并进行特性选择及标准化处理；对标准化后数据，预测基于HSMM的虚拟机失效概率；基于多值决策图的冷热备份云系统进行可靠性评估；为了达到准确的对系统的可靠性进行定量评估，本发明简化MDD的终端值，将从根节点到1的所有路径的发生概率的总和作为系统的可靠性。并将虚拟机分成三种不同模式即操作模式、冷备份模式和热备份模式，采用模式转移，使备用虚拟机在需要时替换失效的工作虚拟机来维持系统的运行，采用多值决策图进行可靠性评估。通过三组对比试验，验证得到本发明的平均响应时间和失效率低，可靠性高，从侧面验证本发明方法的正确性。

技术领域

本发明属于云计算领域，具体涉及一种基于模式转移的虚拟机混合备用动态可靠性评估方法。

背景技术

在网络技术高速发展的今天，云系统的结构越来越复杂化，容错技术多样化，人们对系统可靠性要求越来越高。为云系统做出全面准确地可靠性评估已经成为一个重要研究课题。随着运行时间的增长，虚拟机不可避免地会受到自身老化和服务请求高并发等因素的影响，虚拟机的失效率具有增大的趋势，可靠性逐渐恶化，进而增大系统的运行风险。要对系统可靠性进行准确的定量评估，则必须先预测虚拟机的可靠性参数变化规律，特别是虚拟机的失效率。因此本发明将虚拟机分成三种不同模式即操作模式、冷备份模式和热备份模式，采用模式转移，使备用虚拟机在需要时替换失效的工作虚拟机来维持系统的运行，采用多值决策图进行可靠性评估。

发明内容

基于以上技术问题，本发明提出一种基于模式转移的虚拟机混合备用动态可靠性评估方法，具体包括如下步骤：

步骤1：采集资源和性能数据，并进行特性选择及标准化处理，具体步骤包括步骤1.1～步骤1.3：

步骤1.1：采集历史资源和性能数据，组成数据矩阵，依次包括：计算资源、存储资源、磁盘IO资源、网络资源；其中，计算资源包括：CPU空闲的百分比、CPU的运行时间、CPU使用率，存储资源包括：内存使用率、占用的最大内存、内存大小、内存最大使用率，磁盘IO资源包括：虚拟快设备I/O、吞吐量，网络资源包括：网络负载率、虚拟网络接受数据量、虚拟网络发送数据量、虚拟网络接收数据量比例、虚拟网络发送数据量比例；

步骤1.2：采用PCA(主成分分析)方法对所采集的数据进行特征选择，具体包括步骤1.2.1～步骤1.2.7：

步骤1.2.1：针对采集的数据矩阵，计算各参数之间相关系数的协方差矩阵R；

步骤1.2.2：计算矩阵的特征值λ_i和特征向量α_i；

步骤1.2.3：根据矩阵的特征值λ_i和特征向量α_i，计算各参数贡献率κ和累计贡献率κ_sum，公式如下所示：

其中，r为数据指标的个数，t就是i的最大值；

步骤1.2.4：选取累计贡献率大于设定阈值q的数据为主成分；

步骤1.2.5：计算主成分载荷，主成分载荷l_ij表示主成分与原变量之间的关联大小，如下公式所示：

步骤1.2.6：计算主成分得分Z，即对主成分进行加权求和，权数为每个主成分的载荷；

步骤1.2.7：通过主成分分析得到对虚拟机失效率影响较大的参数为：CPU利用率、内存利用率、网络利用率和磁盘IO速度，即为采用PCA方法对所采集的数据选择的特征。