云环境下基于多属性信息熵的虚拟机异常检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 平台监控 | 第10-12页 |
| 1.2.2 异常检测 | 第12-15页 |
| 1.3 研究目的和主要工作 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 2 云平台监控技术基础 | 第17-28页 |
| 2.1 云平台的体系结构及技术框架 | 第17-19页 |
| 2.2 云平台的监控体系 | 第19-21页 |
| 2.3 云平台的监控技术 | 第21-23页 |
| 2.4 虚拟机的监控技术 | 第23-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 多属性信息的熵特征 | 第28-36页 |
| 3.1 多元数据融合方法 | 第28-29页 |
| 3.2 多属性数据标准化 | 第29-31页 |
| 3.3 平台下虚拟机多属性信息的熵特征 | 第31-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 云环境下基于多属性信息熵的虚拟机异常检测 | 第36-53页 |
| 4.1 概述 | 第36-37页 |
| 4.2 信息熵分析模块的算法设计 | 第37-40页 |
| 4.3 异常确认模块的算法设计 | 第40-45页 |
| 4.3.1 非参数CUSUM算法 | 第40-42页 |
| 4.3.2 检测统计量的设计 | 第42页 |
| 4.3.3 累积门限的设计 | 第42-45页 |
| 4.4 检测性能分析 | 第45-46页 |
| 4.4.1 虚警概率分析 | 第45页 |
| 4.4.2 异常告警期间取消告警的错误概率 | 第45-46页 |
| 4.4.3 异常告警时延 | 第46页 |
| 4.5 实验及结果分析 | 第46-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 云环境下基于多属性信息的虚拟机异常定位 | 第53-59页 |
| 5.1 虚拟机异常定位研究现状 | 第53-55页 |
| 5.2 基于滑动平均值的多属性异常定位方法 | 第55-56页 |
| 5.3 实验结果及分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
