发明名称 |
服务器可用内存异常增长及运行状况的评估方法 |
摘要 |
本发明公开了一种服务器可用内存异常增长及运行状况的评估方法。该评估方法包括以下步骤:以数据采集粒度提取当天所有服务器的可用内存数据;根据可用内存数据计算环比比值;使用均值回归模型刻画环比比值的变化趋势;基于各个服务器的均值回归模型,采用强影响点方法寻找数据的异常点;对寻找到的异常点对应的环比比值进行数据汇总;对统计的指标进行极差正规化变换,并基于变换后的数据进行指定初始中心的聚类分析。本发明的评估方法能够准确地寻找到可用内存的异常增长,并为服务器的可用内存运行状况进行较为客观的评估,评估过程无需人为设定权重值而且避免了人为主观指定对于最终评估结果的影响,并且计算时间短、普适性强。 |
申请公布号 |
CN105183612A |
申请公布日期 |
2015.12.23 |
申请号 |
CN201510622386.4 |
申请日期 |
2015.09.25 |
申请人 |
携程计算机技术(上海)有限公司 |
发明人 |
唐力;毛詠洁;刘嫱;周海燕 |
分类号 |
G06F11/30(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06F11/30(2006.01)I |
代理机构 |
上海弼兴律师事务所 31283 |
代理人 |
薛琦;王聪 |
主权项 |
一种服务器可用内存异常增长及运行状况的评估方法,其特征在于,包括以下步骤:步骤一、根据所确定的数据采集粒度提取当天所有服务器的可用内存数据;步骤二、基于各时刻的可用内存数据计算环比比值,环比比值为当前采样时刻与前一采样时刻的可用内存数据的比值;步骤三、使用均值回归模型刻画环比比值的变化趋势,以获得适用于各个服务器的均值回归模型;步骤四、基于各个服务器的均值回归模型,采用强影响点方法寻找各个服务器各自的数据的异常点;步骤五、对寻找到的异常点对应的环比比值进行数据汇总,包括统计异常点的个数和异常点的环比比值的的平均值;步骤六、基于步骤五统计的指标进行极差正规化变换,并基于变换后的数据进行指定初始中心的Kmeans聚类分析,以获得每台服务器对应的分类结果。 |
地址 |
200335 上海市长宁区福泉路99号携程网络技术大楼 |