发明名称 |
一种大数据平台的性能检测方法及装置 |
摘要 |
本发明实施例公开了一种大数据平台的性能检测方法及装置,涉及网络技术领域,包括步骤:采集所述大数据平台当前运行状态下的第一类性能指标数据,获得第一类性能指标数据序列O;根据所述第一类性能指标数据序列O和隐式马尔科夫模型的最优值λ1,计算P(O|λ1);判断所述P(O|λ1)是否小于预设阈值;若为是,确定所述大数据平台处于异常状态;若为否,确定所述大数据平台处于正常状态。应用本发明实施例,利用隐式马尔科夫模型对大数据平台进行性能检测,提高了检测准确率。 |
申请公布号 |
CN105843733A |
申请公布日期 |
2016.08.10 |
申请号 |
CN201610154556.5 |
申请日期 |
2016.03.17 |
申请人 |
北京邮电大学 |
发明人 |
王颖;邱雪松;李佳聪;郭少勇 |
分类号 |
G06F11/34(2006.01)I;G06F17/18(2006.01)I |
主分类号 |
G06F11/34(2006.01)I |
代理机构 |
北京柏杉松知识产权代理事务所(普通合伙) 11413 |
代理人 |
马敬;项京 |
主权项 |
一种大数据平台的性能检测方法,其特征在于,所述方法包括步骤:采集所述大数据平台当前运行状态下的第一类性能指标数据,获得第一类性能指标数据序列O;所述第一类性能指标数据序列O是所述第一类性能指标数据按照时间顺序排列而成的序列;根据所述第一类性能指标数据序列O和隐式马尔科夫模型的最优值λ1,计算P(O|λ1);其中,P(O|λ1)为基于所述最优值λ1得到所述第一类性能指标数据序列O的概率,所述最优值λ1是由隐式马尔科夫模型的初始值λ2训练得到的,所述初始值λ2是利用隐式马尔科夫模型根据第二类性能指标数据序列O’得到的;所述第二类性能指标数据序列O’是采集的所述大数据平台正常状态下的第二类性能指标数据按照时间顺序排列而成的序列;判断所述P(O|λ1)是否小于预设阈值;若为是,确定所述大数据平台处于异常状态;若为否,确定所述大数据平台处于正常状态;其中,所述预设阈值为P(O’|λ1)和P(O’|λ2)的差值,P(O’|λ1)为基于所述最优值λ1得到所述第二类性能指标数据序列O’的概率,P(O’|λ2)为基于所述初始值λ2得到所述第二类性能指标数据序列O’的概率。 |
地址 |
100876 北京市海淀区西土城路10号 |