“尾巴摇狗”：商业应用性能中的异常检测研究
性能
2013-07-09 v1 分布式、并行与集群计算
摘要
IT 行业需要利用可用应用信息来检测服务质量、可扩展性和服务健康度的系统管理模型。理想情况下，该技术应适用于具有不同 n 层架构的各种应用类型，并在负载、用户会话流量、事务类型、事务组合和托管环境变化的正常生产条件下通用。本文表明，利用黑盒 M/M/1 排队模型和相关累积分布函数 (CDF) 的自回归曲线拟合的整体服务测量范式，是表征系统性能特征签名的准确模型。该建模方法也用于检测应用减速事件。该技术被证明适用于从 76 Tx/5min 到 19,025 Tx/5min 的各种工作负载。该方法不依赖于针对所分析系统 n 层架构的定制，因此该性能异常检测技术被证明是与平台和配置无关的。
引用
@article{arxiv.1307.1743,
title = {"The tail wags the dog": A study of anomaly detection in commercial application performance},
author = {Richard Gow and Srikumar Venugopal and Pradeep Ray},
journal= {arXiv preprint arXiv:1307.1743},
year = {2013}
}
备注
10 pages; Longer version of the short paper accepted for MASCOTS 2013