IAD：云环境中间接检测异常 VMM
分布式、并行与集群计算
2021-11-23 v1 机器学习
摘要
以虚拟机（VM）形式、借助虚拟机监控器或虚拟机监视器（VMM）实现的服务器虚拟化，是提供基础设施即服务（IaaS）的云计算技术的重要组成部分。VMM 中的故障或异常会传播至其承载的 VM，并最终影响运行于这些 VM 上应用的可用性与可靠性。因此，快速识别并最终解决该问题极为重要。然而，由于用户无法访问 VMM，异常 VMM 检测在云环境中是一项挑战。本文在不具备 VMM 任何知识或数据的情况下，通过引入一种新颖的基于机器学习的算法 IAD（Indirect Anomalous VMMs Detection，间接异常 VMM 检测）来解决云环境中异常 VMM 检测这一难题。该算法仅利用承载于这些 VMM 上的 VM 的资源使用率数据来进行异常 VMM 检测。所开发算法的准确性在包含合成与真实数据的四个数据集上进行了测试，并与另外四种也可用于所述问题的流行算法进行比较。结果发现，所提出的 IAD 算法在四个数据集上的平均 F1 分数为 83.7%，且以平均 11% 的 F1 分数优于其他算法。
引用
@article{arxiv.2111.11052,
title = {IAD: Indirect Anomalous VMMs Detection in the Cloud-based Environment},
author = {Anshul Jindal and Ilya Shakhat and Jorge Cardoso and Michael Gerndt and Vladimir Podolskiy},
journal= {arXiv preprint arXiv:2111.11052},
year = {2021}
}
备注
Accepted at AIOps 2021 workshop (ICSOC 2021)