收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

云环境下面向可信的虚拟机异常检测关键技术研究

王桂平  
【摘要】:云计算具有按需分配资源、弹性可扩展、面向服务、高性价比等优势,目前已成为主流的计算和服务模式。然而随着云计算的蓬勃发展,云平台的规模和复杂性不断增长,其事故也随之频繁爆发,严重影响了云平台的可靠性和可用性并降低了其可信性。在以虚拟化技术为支撑的云平台,虚拟资源主要以虚拟机的形式进行封装并相互隔离,为用户提供租用服务。本文通过及时检测出处于异常状态的虚拟机,以便在系统性能下降时就采取应对措施,从而改善云平台的可靠性、可用性和可维护性,以此提升其可信性。由于云平台虚拟机数量庞大、采集到的性能指标多、监测实时性强,准确检测出异常虚拟机极具挑战性。本文针对大规模云平台研究虚拟机异常检测若干关键技术。针对云环境设计了虚拟机异常检测框架;系统地研究了特征提取技术,针对无标记和有标记样本集分别提出了相应的无监督和有监督特征提取算法;针对云环境下虚拟机异常检测面临的多种异常类型、不平衡训练样本集、训练样本实时增加等关键问题,利用支持向量机(SVM)在解决非线性和高维的分类问题中特有的优势,系统地研究了基于SVM的异常检测算法;最后在云平台数据集、模拟数据集和标准数据集上对本文研究的算法进行了广泛的实验与分析。本论文的研究工作和创新点具体包含以下几个方面。①在可信性内涵中定义了异常和异常检测,并阐述与现有内涵的关联关系。通过回顾可信计算的发展历史,阐述可信性及可用性、可靠性、防危性、完整性、可维护性五个属性的内涵,明晰可信性威胁因素之间的关联关系,为理解云平台可信性及开发相应的可信性增强方案提供重要的理论基础。②针对云环境设计了虚拟机异常检测框架。分析了云环境下现有的虚拟机异常检测框架存在的不足,并总结了面临的挑战;设计了虚拟机异常检测框架并阐述各模块的功能,明确本文的主要研究内容;形式化定义虚拟机的运行环境属性集和性能指标集;给出了系统假设及相关策略说明。③针对高维性能指标样本集提出了无监督和有监督特征提取算法。形式化描述特征提取并总结需要解决的关键问题;详细分析四种分别基于主元分析(PCA)、线性判别分析(LDA)、无监督模糊线性判别分析(UFLDA)、独立元分析(ICA)的特征提取算法的原理并指出不足;针对无标记样本集,提出了基于无监督模糊核线性判别分析(UFKLDA)的特征提取算法,在UFLDA中引入核方法实现非线性特征提取并解决其不能有效处理非高斯分布样本集的不足;针对有标记样本集,提出了基于有监督核独立元分析(SKICA)的特征提取算法,在ICA中引入核方法和类别标记信息解决非线性混合问题并将其扩展到有监督情形。④针对云环境下虚拟机异常检测面临的关键问题研究了相应的算法和策略。形式化描述虚拟机的异常检测,并总结需要解决的关键问题;阐述了支持向量机(SVM)算法的思想并总结两种基本的SVM异常检测算法;指出了特征选择和线性特征提取与核函数选择之间的等价关系并作了相应的证明;针对在降低样本集维度的同时需要保留原始性能指标的场合,提出了一种特征选择算法-改进的递归特征消除算法(IRFE);针对云环境下虚拟机异常检测面临的多种异常类型、不平衡训练样本集、训练样本实时增加等关键问题研究了基于多类SVM、不平衡SVM、在线学习SVM的异常检测算法;此外,还针对数据采样、样本集更新、异常检测算法选择等问题提出相应的策略。⑤在三种数据集上对本文研究的算法进行了广泛的实验与分析。引入本文采集的虚拟机性能指标集,分析采用性能指标增量进行异常检测存在的问题,确定异常检测的数据源为原始性能指标数据;通过故障注入模拟虚拟机异常并采集云平台数据集,同时也引入现有文献广泛采用的模拟数据集和标准数据集,在这些数据集上对本文研究的特征提取、特征选择和异常检测算法进行实验与分析。综上,本文针对云环境设计了虚拟机异常检测框架,提出或改进了一系列算法,从而解决了其中的一些关键技术问题;对涉及到的每个概念都作了严格定义,对每个研究问题都进行形式化描述。理论分析和实验验证表明,本文设计的异常检测框架能应对云环境下虚拟机异常检测面临的挑战;提出的特征提取算法比现有算法能更有效地处理非高斯样本数据,提取出的特征也更有利于异常检测;提出的异常检测算法能解决虚拟机异常检测面临的关键问题。因此,本文设计的异常检测框架、相关算法和策略为保障云平台的可信性提供了重要的基础。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 曹晓刚;;Java虚拟机的10年[J];程序员;2005年07期
2 宋韬;盘细平;罗元柯;倪国军;;Java虚拟机在嵌入式DSP系统上的实现[J];计算机应用与软件;2007年04期
3 刘黎波;;Java虚拟机拦截原理研究[J];科技风;2008年21期
4 刘治波;;Java虚拟机简析[J];济南职业学院学报;2008年01期
5 郝帅;;Java虚拟机中相关技术的探讨[J];成功(教育);2008年08期
6 李霞;;系统虚拟机关键技术研究[J];微型电脑应用;2010年03期
7 郑晓珑;孔挺;;虚拟机的安全风险与管理[J];硅谷;2010年16期
8 李学昌;平淡;;为速度而战,虚拟机内外兼修[J];电脑爱好者;2010年18期
9 王惠萍;张海龙;冯帆;王建华;;Java虚拟机使用及优化[J];计算机与网络;2010年21期
10 郑婷婷;武延军;贺也平;;云计算环境下的虚拟机快速克隆技术[J];计算机工程与应用;2011年13期
11 秦中元;沈日胜;张群芳;狄予兴;;虚拟机系统安全综述[J];计算机应用研究;2012年05期
12 王得发;王丽芳;蒋泽军;;云计算环境中虚拟机智能迁移关键技术研究[J];计算机测量与控制;2012年05期
13 沈建苗;;了解虚拟机的极限[J];微电脑世界;2013年12期
14 万林;;快速部署虚拟机的新方法[J];中国教育网络;2011年04期
15 丁宇新,梅嘉,程虎;基于国产开放系统平台Java虚拟机的中文化[J];中文信息学报;2000年01期
16 孙希,俞建新;Java虚拟机新技术探讨[J];计算机应用;2001年S1期
17 蔡学镛;;Java虚拟机[J];程序员;2002年01期
18 严东华,张凯;Java虚拟机及其移植[J];北京理工大学学报;2002年01期
19 王立冬,张凯;Java虚拟机中类装载器的实现[J];计算机应用;2002年11期
20 刘羽;“虚拟机”技术在教学实验中的应用[J];桂林工学院学报;2003年04期
中国重要会议论文全文数据库 前10条
1 孟广平;;虚拟机漂移网络连接方法探讨[A];中国计量协会冶金分会2011年会论文集[C];2011年
2 段翼真;王晓程;;可信安全虚拟机平台的研究[A];第26次全国计算机安全学术交流会论文集[C];2011年
3 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集(上)[C];2014年
4 林红;;Java虚拟机面向数字媒体的应用研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
5 杨旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虚拟机的备份系统实现[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年
6 沈敏虎;查德平;刘百祥;赵泽宇;;虚拟机网络部署与管理研究[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年
7 李英壮;廖培腾;孙梦;李先毅;;基于云计算的数据中心虚拟机管理平台的设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年
8 朱欣焰;苏科华;毛继国;龚健雅;;GIS符号虚拟机及实现方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
9 于洋;陈晓东;俞承芳;李旦;;基于FPGA平台的虚拟机建模与仿真[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
10 丁涛;郝沁汾;张冰;;内核虚拟机调度策略的研究与分析[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 宋翔;多核虚拟环境的性能及可伸缩性研究[D];复旦大学;2014年
2 王桂平;云环境下面向可信的虚拟机异常检测关键技术研究[D];重庆大学;2015年
3 周真;云平台下运行环境感知的虚拟机异常检测策略及算法研究[D];重庆大学;2015年
4 郭芬;面向虚拟机的云平台资源部署与调度研究[D];华南理工大学;2015年
5 陈彬;分布环境下虚拟机按需部署关键技术研究[D];国防科学技术大学;2010年
6 刘海坤;虚拟机在线迁移性能优化关键技术研究[D];华中科技大学;2012年
7 刘谦;面向云计算的虚拟机系统安全研究[D];上海交通大学;2012年
8 赵佳;虚拟机动态迁移的关键问题研究[D];吉林大学;2013年
9 邓莉;基于虚拟机迁移的动态资源配置研究[D];华中科技大学;2013年
10 李丁丁;虚拟机本地存储写性能优化研究[D];华中科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 潘飞;负载相关的虚拟机放置策略研究[D];杭州电子科技大学;2011年
2 王建一;混合型桌面云高可用性研究与实现[D];华南理工大学;2015年
3 周衡;云计算环境下虚拟机优化调度策略研究[D];河北大学;2015年
4 罗仲皓;基于OpenStack的私有云计算平台的设计与实现[D];华南理工大学;2015年
5 李子堂;面向负载均衡的虚拟机动态迁移优化研究[D];辽宁大学;2015年
6 张煜;基于OpenStack的“实验云”平台的研究与开发[D];西南交通大学;2015年
7 曾文琦;面向应用服务的云规模虚似机性能监控与负载分析技术研究[D];复旦大学;2013年
8 施继成;面向多核处理器的虚拟机性能优化[D];复旦大学;2014年
9 游井辉;基于虚拟机动态迁移的资源调度策略研究[D];华南理工大学;2015年
10 方良英;云平台的资源优化管理研究与实现[D];南京师范大学;2015年
中国重要报纸全文数据库 前10条
1 ;虚拟机的生与死[N];网络世界;2008年
2 本报记者 卜娜;高性能Java虚拟机将在中国云市场释能[N];中国计算机报;2012年
3 本报记者 邱燕娜;如何告别虚拟机管理烦恼[N];中国计算机报;2012年
4 ;首批通过云计算产品虚拟机管理测评名单[N];中国电子报;2014年
5 申琳;虚拟机泛滥 系统安全怎么办[N];中国计算机报;2008年
6 Tom Henderson沈建苗 编译;虚拟机管理的五大问题[N];计算机世界;2008年
7 盆盆;真实的虚拟机[N];中国电脑教育报;2004年
8 本版编辑 综合 编译整理 田梦;管理好虚拟机的全生命周期[N];计算机世界;2008年
9 李婷;中国研制出全球最快反病毒虚拟机[N];人民邮电;2009年
10 张弛;虚拟机迁移走向真正自由[N];网络世界;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978