中文摘要 | 第3-4页 |
英文摘要 | 第4-9页 |
1 绪论 | 第9-15页 |
1.1 课题背景 | 第9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 基于统计性模型的异常检测研究现状 | 第10页 |
1.2.2 基于机器学习模型的异常检测研究现状 | 第10-11页 |
1.2.3 异常检测的优化研究 | 第11页 |
1.2.4 异常监测平台现状 | 第11-12页 |
1.3 课题来源与意义 | 第12-13页 |
1.4 本文相关工作 | 第13-14页 |
1.5 本文组织结构 | 第14-15页 |
2 相关技术和方法概述 | 第15-21页 |
2.1 引言 | 第15页 |
2.2 控制反转容器框架Spring | 第15页 |
2.3 微服务开发框架SpringCloud | 第15-16页 |
2.4 非阻塞的网络编程框架Netty | 第16-18页 |
2.5 浏览器与服务器全双工通信协议WebSocket | 第18页 |
2.6 分布式发布订阅消息系统Kafka | 第18-19页 |
2.7 列式存储数据库HBase | 第19页 |
2.8 开源可视化库Echarts和商用版可视化库Highcharts | 第19页 |
2.9 本章小结 | 第19-21页 |
3 云平台中心服务器系统异常检测的需求分析 | 第21-26页 |
3.1 软件需求分析 | 第21-22页 |
3.2 服务器状态查看 | 第22-23页 |
3.3 异常识别 | 第23-24页 |
3.3.1 基于用户设定的异常识别 | 第23页 |
3.3.2 基于历史数据的识别 | 第23-24页 |
3.4 异常溯源 | 第24页 |
3.5 异常状态通知 | 第24页 |
3.6 非功能性需求 | 第24页 |
3.7 本章小结 | 第24-26页 |
4 云平台中心服务器系统异常检测的详细设计 | 第26-43页 |
4.1 软件总体架构 | 第26-28页 |
4.2 数据采集模块 | 第28-32页 |
4.3 数据传输模块 | 第32-36页 |
4.3.1 数据接收 | 第32-34页 |
4.3.2 数据分发 | 第34-36页 |
4.4 数据存储模块 | 第36-37页 |
4.5 异常分析模块 | 第37-41页 |
4.5.1 基于用户设定阈值的异常判断 | 第38页 |
4.5.2 基于监督学习的异常检测 | 第38-39页 |
4.5.3 基于非监督学习的异常检测 | 第39-40页 |
4.5.4 基于滑动窗口的优化 | 第40页 |
4.5.5 服务器异常状态通知 | 第40-41页 |
4.6 异常溯源模块 | 第41-42页 |
4.7 数据展示模块 | 第42页 |
4.8 本章小结 | 第42-43页 |
5 云平台中心服务器系统异常检测的系统实现 | 第43-59页 |
5.1 搭建开发框架 | 第43页 |
5.2 关键功能实现 | 第43-54页 |
5.2.1 服务器状态获取 | 第43-45页 |
5.2.2 非阻塞的长链接传输 | 第45-47页 |
5.2.3 列式数据库HBase的存储与读取 | 第47-49页 |
5.2.4 基于消息中间件的消息分发 | 第49-50页 |
5.2.5 基于WebSocket的实时数据展示 | 第50-52页 |
5.2.6 邮件通知 | 第52-54页 |
5.3 系统集成测试 | 第54-58页 |
5.4 本章小结 | 第58-59页 |
6 云平台中心服务器系统异常检测的环境搭建与测试 | 第59-75页 |
6.1 搭建测试环境 | 第59-61页 |
6.1.1 软件的组件介绍 | 第59-60页 |
6.1.2 软件的部署结构 | 第60-61页 |
6.2 异常发现测试 | 第61-74页 |
6.2.1 基于用户配置的阈值测试异常判断 | 第61-63页 |
6.2.2 基于监督学习的异常判断测试 | 第63-67页 |
6.2.3 基于非监督学习的异常判断测试 | 第67-70页 |
6.2.4 基于滑动窗口的优化 | 第70-74页 |
6.3 本章小结 | 第74-75页 |
7 总结与展望 | 第75-77页 |
7.1 本文工作总结 | 第75-76页 |
7.2 展望 | 第76-77页 |
致谢 | 第77-79页 |
参考文献 | 第79-83页 |
附录:作者在攻读硕士学位期间参与科研项目 | 第83页 |