云環境下服務器故障自適應診斷算法研究

程瑩　邵清

摘要：為了解決傳統服務器故障檢測方法大多針對已經注入的故障類型進行檢測，無法獲取未知故障類型，并且檢測速度較慢的問題，提出一種基于自適應監測過程與決策樹算法的故障檢測方法ASFD。該算法利用自適應監測方法獲取服務器數據，并引入信息熵與鄰居協作算法對故障檢測點進行檢測，然后將SVM與CART相結合進行故障類型判斷。實驗結果表明，該算法能夠有效實現故障類型判斷，提高了故障檢測速度。

關鍵詞：云計算；自適應；故障診斷；數據監測；決策樹；SVM算法

DOIDOI：10.11907/rjdk.181088

中圖分類號：TP312

文獻標識碼：A文章編號文章編號：16727800（2018）009007205

英文標題Research on Adaptive Fault Diagnosis Algorithm for Server Fault in Cloud Environment

--副標題

英文作者CHENG Ying， SHAO Qing

英文作者單位（School of OpticalElectrical and Computer Engineering，University of Shanghai for Science and Technology，Shanghai 210093，China）

英文摘要Abstract：Most of the traditional server fault detection methods only detect the injected fault types，fail to get the unknown fault types，and the detection speed is slow.In order to solve this problem，a fault detection method based on adaptive monitoring process and decision tree algorithm is proposed ASFD in this paper.The algorithm uses adaptive monitoring method to get server data，and introduces information entropy and neighbor cooperation algorithm to detect the fault detection points.Then SVM and CART are combined to decide the fault type.The experimental results show that the algorithm proposed in this paper can effectively judge the fault type and enhance the fault diagnosis speed.

英文關鍵詞Key Words：cloud computing；selfadaptive；fault diagnosis；data monitoring；decision tree；SVM algorithm

0引言

隨著云計算發展不斷完善，用戶量增加導致服務器任務數量增加，且任務復雜性提高。云計算服務器負載增加及任務處理難度的提升使得服務器故障頻發，易致系統崩潰[14]。

針對上述問題，眾多學者相繼提出了一系列算法用于云計算服務器故障診斷。文獻[5]將日志類型特征向量應用于主故障與伴隨故障，提出基于伴隨狀態追蹤的持續故障定位框架CST，實現了注入故障類型檢測，該算法對已存在故障可以有效地判斷分析，但缺少對未知故障的分析。文獻[6]提出基于執行軌跡監測的故障診斷方式，采用代碼插樁監測，然后利用主成分分析抽取關鍵方式診斷故障類型，該算法缺點主要是由于監測方式與插樁方法數量成正比，因此性能消耗較大，不利于后續發展。文獻[7]采用Petri網解決服務組合的問題，然后基于CTL描述相關性質并提出驗證服務組合故障分析的實施算法，該算法在處理服務組合故障時具有一定的優越性，但是可靠性較差，并且未考慮QoS問題。

基于此，提出一種云計算環境下服務器自適應故障診斷算法（Adaptive Fault Diagnosis Method for Server，ASFD）。采取自適應監測方式實時監控服務器數據，當出現可疑節點時采取信息熵方式判斷該節點，若為可疑點則利用鄰居協作方式判斷其是否為故障節點。確認故障節點后，為防止進一步傳播，利用決策樹算法診斷出該故障具體類型。經實驗驗證，該算法能準確隔離故障節點，有效判斷故障類型，防止故障節點造成進一步危害。

1基本概念與過程

云服務依靠服務器集群的整體工作，可以將服務器模型抽象為二元組（I，S）。I是指所有服務器節點共享的具有帶寬的內部通信網絡，負責節點之間的信息交換；S={Si}，Si表示編號為i的服務器節點，其中i=1，2，3，4…，N。每個節點都駐留一個內部通信系統Ci，專門負責本服務器節點與其它服務器節點之間的消息傳遞。若節點Si出現故障，表明Si不能正常工作，即Ci將不能正常發送信息到Si，同時Ci不能從Si獲取信息（見圖1）[8]。

全文分為3部分：自適應監測、監測數據管理、故障診斷，具體功能介紹如下：

（1）自適應監測。使用第三方工具，采取周期性拉模式與事件驅動推模式對數據進行監測。

（2）監測數據管理。根據鄰居節點協作、SVM遞歸特征提取監測數據，對歷史數據進行處理。

（3）故障診斷。通過CART算法建立判斷樹，判斷出故障類型。

2服務器數據監測

對服務器數據監測模式和監測過程進行介紹，用于判斷故障類型。

2.1監測模式

數據監測模式是利用監測器監測各服務器節點的資源信息和負載情況，而后分析監測數據，進行故障診斷。監測組件是構成監測服務組合的基本單元（見圖2）。其中：①采樣器，周期性對所駐留節點的資源性能和負載信息進行采樣；②通告器，被監測器用來將所收集的系統資源性能和負載信息通告給系統中其它構件；③激發器，對監測器和節點分別進行“拉”或者“推”的采樣動作；④推模式，是節點用來主動將采樣信息“推”給監測器的通信接口；⑤拉模式，是監測器用來從各節點“拉”采樣信息的通信接口；⑥庫，是對監測器功能進行封裝的輕量級庫。

根據交互過程將負載監測分為周期性和事件驅動兩種。周期性指被監測節點定期將資源性能和負載信息主動給監測構件，或者監測構件周期性地從其監測節點獲取監測數據。事件驅動指只有在特定事件發生之后被監測對象才將自己的資源性能和負載信息交給監測構件，或者監測構件從被監測對象獲取數據。將其兩兩組合：周期性推模式、周期性拉模式、事件驅動推模式、事件驅動拉模式，如表1所示[9]。

2.2監測過程

根據上述監測模式，將周期性拉模式與事件驅動推模式結合起來，能夠根據運行環境和系統資源負載的變化，適應性地發布獲取資源性能和負載信息。流程如圖4所示。

其中，周期性拉模式是指在監測周期內監測器主動從被監測節點的采樣器中獲取數據；事件驅動推模式是指被監測節點超過濾閾值以后主動將采樣器數據推給監測器。結合兩種監測模式，以獲取數據為故障類型診斷作準備。

3自適應故障診斷算法

針對收集數據進行分析判斷，使其相對已有故障診斷算法具備更好的診斷效果。在第一次故障點判斷時，采取鄰居協作方式進行初步判斷，避免造成誤判而影響正常的服務器節點。在創建決策樹之前，將采集數據進行篩選，保留能診斷出故障類型的數據，節省計算時間與降低空間復雜度。

3.1決策樹模型改進

根據傳統分類算法CART進行改良，建立決策樹之前，將上文介紹的周期性拉模式與事件驅動推模式結合對節點進行實時監測。發現有可能故障時，對該節點進行隔離判斷，進一步確認故障節點。若為故障點，則將監測數據進行篩選，最后使用篩選數據建立決策樹得到故障類型，如圖5所示。

（1）可疑點判斷。與上個監測周期內監測數據進行比較，采取信息熵的思想進行數據預判斷。信息熵表示某信息出現的概率，該信息越是確定，則信息熵越低，反之亦然。所以，信息熵可以用來確定信息不確定性程度。

定義1：設IS=（U，A，V，f）為信息系統[10]。其中：U表示非空有限集，稱為論域；A為有限屬性集；V=∪a∈AVa，Va為屬性a的值域；f：U×A→V為信息函數。即對于x∈U，a∈A，有f（x，a）∈Va，任意屬性子集B屬于A決定一個二元補課區分關系IND（B），有：

IND（B）={（x，y）∈U×U|a∈B，f（x，a）=f（y，a）}（1）

U/IND（B）構成了U的一個劃分，稱為U上的一個知識，其中每個等價類稱為一個知識粒。

定義2：設IS=（U，A，V，f）為信息系統，U/A={X1，X2，…Xm}，則A的信息熵[11]定義為：

H（A）=-∑mi=1p（Xi）logp（Xi）（2）

其中，p（Xi）=|Xi|/|U|，i=1，2，3…m，|E|為合集E的基數。

信息熵的計算與特征值數量和具體數值沒有關系，只需要得到每個分類類別對應的概率，用最大似然估計就可以求出當前狀態下的信息熵[1214]。

（2）故障點確認。將信息熵較大點定義為可疑節點，并進行進一步判斷。由于故障會隨著服務器節點信息傳遞而傳播，需要將可疑點進行隔離處理。云計算環境由服務器集群構成，若在監測過程中將每個可疑節點立即隔離，則易造成服務器集群癱瘓。因此，利用鄰居協作的方式對可疑節點進一步確認。所謂鄰居協作，是指將可疑點作為圓心，在R為半徑的圓范圍內進行基于鄰居協作的預判斷。原理在于服務器之間通信是信息的交換，此范圍內的所有其它點都將與可疑點進行信息交換，如圖7所示。鄰居節點作為信息發出者，將發送信息給可疑點。如果可疑點在相應時間范圍內將信息反饋給對應發出者，則該可疑點是誤判點，釋放誤判點；反之則是故障點。當可疑點定義為故障點時，進行隔離，以防故障進一步擴大，造成更大損失。接下來對故障點的監測數據進行處理，用以診斷故障類型。

（3）故障診斷。針對已確定的故障點，進行決策樹訓練得到具體故障類型。

用數據預處理器處理監測數據，必須除去不需要和重復的數據，此時采取SVMREF算法。假定訓練樣本為（xi，yi），（i=1，…，l），最簡單的SVM回歸使用線性函數對樣本點進行擬合。對于無法用線性函數擬合的問題，則將樣本點映射到高維特征空間，在高維特征空間中建立線性模型f（x，k）=（k·O（x））+b，其中O（x）是將樣本點映射到高維空間的非線性變換。SVM可以表示為：

max12‖ω‖2+C∑ii-1（ζi+ζi*）（3）

s.tyi-f（xi，ω）≤ε+ξi，i=1，…，l；

f（xi，k）-yi≤ε+ξi*，i=1，…，l；

ξi≥0，ξ*i≥0，i=1，…，l。

式（3）中：‖ω‖2代表與模型復雜度相關的因素；C>0為懲罰系數，控制對超出誤差樣本的懲罰程度；ε為不敏感函數，其取值大小影響支持向量的數目；ζi、ζi*為松弛變量，表示樣本偏離ε不敏感區域的程度。

通過求解上述模型的拉格拉日對偶問題，得原問題的最優解：

f（x）=∑l[]i=1（αi-α*i）K（xi，xj）+b（4）

式（4）中：K（xi，xj）稱為核函數，滿足Mercer條件且K（xi，xj）=（φ（xi）φ（xj））。

經SVMREF算法計算，最終選擇出6個特征，對于訓練集和測試集的擬合效果相對較好，

4仿真實驗與分析

4.1實驗設計及數據

在cloudsim模擬器上初始化GridSim庫，創建兩個數據中心，分別用于保存正常數據和故障數據。創建虛擬機500個模擬服務器，并通過一個可以向服務器隨機注入故障的軟件注入故障，使用第三方監測工具進行實時監測。最后將500組數據隨機分割成訓練集（75%）和驗證集（25%），訓練集用來訓練決策樹，再用驗證集驗證決策樹的準確率。通過大量數據訓練，得到最后的故障類型判斷樹以及部分訓練數據。

4.2實驗結果與分析

根據實驗數據訓練得到判斷樹，如圖8所示。

由圖8可得，在確認為故障點之后，對采集到的數據進行決策判斷，然后進行決策樹訓練，就可以得到該故障點的故障類型，方便故障處理后續工作。實驗結果表明，本次實驗可以有效判斷故障節點并作出相應的故障類型判斷。

4.3評價指標

算法意在提高故障診斷的及時性，因此，評價指標是從發現故障到診斷出故障結果的耗時。將文獻[15]、[16]提出的故障診斷方式進行對比實驗。實驗環境相同，主要針對服務器無法啟動、服務器頻繁啟動和服務器死機3種故障進行故障診斷，3種故障的注入次數和成功數量見表4。

可知，在實驗數據增大的情況下，ASFD算法更具及時性。FTPS算法以數據傳輸開銷換時間開銷，增加了數據傳輸量，使得算法在數據集規模上更大?；诠收夏Ｐ偷墓收显\斷方式，在數據量小的情況下比較及時，定義了故障與故障特征的關系，將云計算環境中出現的故障與故障特征關聯起來，但是當數據量不斷增大時，算法計算過程和判斷過程就較為復雜，相應地會增加故障診斷時間。

5結語

算法首先采用鄰居節點作為預判斷，將自適應監測方式加入研究內容中，更加貼近實際操作環境。其次，在診斷故障類型前進行兩次初步判斷，節省計算時間成本。在判斷故障類型時，CART算法做了二次遞歸分割，構造出所需要的決策判斷樹。對比實驗證明，在數據量不斷增大的情況下，該故障檢測方式可以更快地檢測故障。但是，使用第三方監測導致故障檢測成本增加，且監測節點增加導致數據量計算相應增加，會提高后續的檢測工作難度，解決該問題是以后的研究目標。

參考文獻參考文獻：

[1]BAROLLI L，CHEN X，XHAFA F.Advances on cloud services and cloud computing[J].Concurrency & Computation Practice & Experience，2015，27（8）：19851987.

[2]KHARI M， KUMAR M， VAISHAL I.Comprehensive study of cloud computing and related security issues[J].Big Data Analytics，2018（1）：699707.

[3]劉永.云計算技術研究綜述[J].軟件導刊，2015，14（9）：46.

[4]胡瑩.云計算及其關鍵技術研究[J].軟件導刊，2016，15（8）：159161.

[5]饒翔，王懷民，陳振邦，等.云計算系統中基于伴隨狀態追蹤的故障檢測機制[J].計算機學報，2012，35（5）：856870.

[6]王子勇，王燾，張文博，等.一種基于執行軌跡監測的微服務故障診斷方法[J].軟件學報，2017，28（6）：14351454.

[7]范貴生，虞慧群，陳麗瓊，等.基于Petri網的服務組合故障診斷與處理[J].軟件學報，2010，21（2）：231247.

[8]左朝樹.一種分布式并行服務器節點故障檢測算法[J].電子科技大學學報，2007，36：119125.

[9]楊剛，隨玉磊.面向云計算平臺自適應資源監測方法[J].計算機工程與應用，2009，45（29）：1417.

[10]WANG G Y.Granular computing based data mining in the views of rough set and fuzzy set[C].IEEE International Conference on Granular Computing，2010：401416.

[11]周薇，李筱菁.基于信息熵理論的綜合評價方法[J].科學技術與工程，2010，10（23）：58395843.

[12]嚴化寧，孫超.無線傳感器網絡中改進的最大似然估計定位算法[C].西安：上海聲學學術會議，2009.

[13]敬明旻，肖莉，楊傳書，等.基于最大似然估計與樸素貝葉斯的WSN故障檢測[J].電子技術應用，2015，41（7）：114117.

[14]馬賢同，羅景青，劉興華.基于最大似然估計的不可區分多目標定位法[J].計算機應用研究，2016，33（3）：741743.

[15]王媛，王意潔，鄧瑞鵬，等.云計算環境下的容錯并行Skyline查詢算法研究[J].計算機科學與探索，2011，5（9）：804814.

[16]黃婕.基于云計算的故障檢測方法研究與實現[D].昆明：昆明理工大學，2014.

責任編輯（責任編輯：何麗）