[发明专利]根因服务器定位方法以及根因服务器定位装置

说明书

本发明提供根因服务器定位方法以及根因服务器定位装置。一种根因服务器定位方法，用于定位造成包括多个服务器的资源池的出口流量突变的根因服务器，所述方法包括：采集资源池的出口流量的采样数据和资源池内的各服务器的流出流量的采样数据；利用资源池的出口流量的采样数据计算资源池的突变检测阈值，利用资源池的突变检测阈值对资源池的出口流量进行突变检测；当检测到资源池的出口流量发生突变时，根据资源池内的各服务器的流出流量的采样数据计算各服务器的突变检测阈值，利用各服务器的突变检测阈值分别对各服务器的流出流量进行突变检测，得到各服务器的流量变化量；根据各服务器的流量变化量确定造成资源池的出口流量突变的根因服务器。

技术领域

本发明涉及资源池网络运维监控技术，尤其涉及一种定位造成资源池出口流量突变的根因服务器的方法及装置。

背景技术

资源池监控系统是云平台平稳运行的重要保障，而网络流量监控是资源池监控系统的一个重要组成部分，也是运维人员及时发现网络异常和排查网络故障的重要手段。

分布式网络监控系统对流量数据的采集方式可分为主动模式和被动模式两种。主动和被动是相对于采集流量数据的客户端而言的。主动模式是指客户端周期性地主动采集流量数据并返回给服务端，不需要服务端进行干预；被动模式是指服务端周期性地向客户端发出指令，客户端被动地接收请求并采集流量数据，然后返回给服务端。如果采用主动模式，可以减轻服务端的压力，但是由于各客户端自主采集数据，采集时间不同步，导致流量监测数据的时间戳不一定相同。如果采用被动模式，根据服务端的指令采集数据，可以缓解时间不同步的问题，但是当监控数百台服务器和网络设备时，服务端压力过大，可能无法及时收到最新数据。

在大规模的资源池监控中，由于监控对象众多，为减少服务器压力，一般采用主动模式监测网络流量变化，并且采样间隔设定在分钟级，而非秒级。由此导致实际采集的流量数据具有以下几个特点:

1)在相同的时间区间内，各端口的流量采样点的时间戳可能不一致，采样点的数量也可能不相同；

2)由于网络和设备性能的影响，各端口的采样时间间隔可能和设定值不一致，存在波动性的误差；

3)由于采样时间间隔在分钟级，监测的流量为此间隔内的平均值，无法体现流量的实际峰值变化；

4)由于采样时间不同步，采样间隔存在误差，导致各端口的流量数据无法在时间上建立一一对应的关系。

目前对网络流量的监测主要用来做流量值的异常检测，通过在线分析网络流量大小，及时发现流量值异常，生成告警信息。和流量值异常相比，流量突变是指流量在短时间内出现了大幅度的上升或下降，体现的是流量变化幅度的异常。即便某时刻的流量值没有超过报警阈值，也可能发生突变异常。

对于造成资源池出口流量突变的根因设备，目前缺少有效的手段进行自动化的排查和定位。专利CN106209404B提供了一种网络异常流量分析方法及系统。当侦测到指定端口出现流量异常时，计算与下级设备各上行端口流量变化的相似度；当相似度大于预设阈值时，选定为当前设备，然后继续逐级向下，直到确定根设备，并将此根设备确定为产生流量异常的根因设备。然而在专利CN106209404B的实施中，发现此方法存在两个突出问题：

1)对各端口采样数据的时间一致性要求高。根据此方法的相似度计算公式，在预设的时间段内，各端口流量采样点的数量需要相同。实际中，各客户端流量的采样时间和采样间隔存在偏差，所以在相同的时间段内，各端口并不一定具备相同数量的流量采样点。

2)对根因设备的误判风险高。来自于下级设备的流量，会在上级的网络设备中汇聚和叠加；上级设备出口流量的异常，可能是多个不同的下级设备上行流量异常汇聚的结果。采用自上而下、逐级排查根设备的方法时，由于流量采样误差和流量叠加因素的存在，一旦中间计算出现偏差，选择了错误的设备分支，很可能导致误判根因设备。