| 摘要 |
本发明公开一种基于云重心理论的分布式大数据系统风险评估方法，包括过程1：对风险等级进行划分，通过标准云生成器产生标准风险云；过程2：对虚拟机节点的相关信息进行采集，并进行数据预处理，获得Risk(P,T,A,R)风险描述向量和Risk<sub>AHP-RBF</sub>值；其中Risk(P,T,A,R)风险描述向量是指虚拟机性能指标P、虚拟机时间指标T、报警日志指标A和LSA风险识别指标R；过程3：对描述各属性的风险度向量进行归一化处理，使用风险度云逆向生成器产生数学风险云(也即4个属性风险云和一个综合风险云)；过程4：将各属性风险云综合分析得到综合风险云Risk<sub>cloud</sub>；过程5：计算相似度并进行评价得出风险等级；过程6：以过程5的风险等级为依据，对当前汇聚云表示的风险等级进行评价。 |
| 主权项 |
一种基于云重心理论的分布式大数据系统风险评估方法，包括以下过程：过程1：对风险等级进行划分，通过标准云生成器产生标准风险云；其中，标准云生成器定义如下：假设在系统中预先设定了一系列风险云，每个风险云也叫做一个标准风险子云，有确定的概念来描述风险子云，和风险等级相对应；若风险值的取值范围为[0,10]，将这个取值区间分为n个子区间，其中第i个子区间表示为[R<sub>mini</sub>,R<sub>maxi</sub>]；针对虚拟机风险评价指标X，以指标X的样本值(x<sub>1</sub>,x<sub>2</sub>,x<sub>3</sub>……x<sub>n‑1</sub>,x<sub>n</sub>)为根据，使用聚类分析方法把该指标划分为5类，每一类的中心值分别计为<img file="FDA0000662078360000011.GIF" wi="609" he="100" />过程2：对虚拟机节点的相关信息进行采集，并进行数据预处理，获得Risk(P,T,A,R)风险描述向量和Risk<sub>AHP‑RBF</sub>值；其中Risk(P,T,A,R)风险描述向量是指虚拟机性能指标P、虚拟机时间指标T、报警日志指标A和LSA风险识别指标R；过程3：对描述各属性的风险度向量进行归一化处理，使用风险度云逆向生成器产生数学风险云；其中，风险度云逆向生成器的定义如下：令被评估的云计算系统有共有n个受监测虚拟机，对应Risk(P,T,A,R)四个风险描述向量和一个预测值属性Risk<sub>AHP‑RBF</sub>，总共为5组属性；将每一个虚拟机可以被视为一个云滴，通过逆向云生成算法产生4个属性风险云和一个综合风险云；那么，产生数学风险云也即产生4个属性风险云和一个综合风险云；过程4：将各属性风险云综合分析得到综合风险云Risk<sub>cloud</sub>；过程5：计算相似度并进行评价得出风险等级；过程6：以过程5获得的风险等级为依据，对当前汇聚云表示的整体风险等级进行评价。 |
