云环境下面向可信的虚拟机异常检测关键技术研究.pdf

云环境下面向可信的虚拟机异常检测
关键技术研究





重庆大学博士学位论文


学生姓名：王桂平
指导教师：陈蜀宇 教 授
专 业：计算机科学与技术
学科门类：工 学



重庆大学计算机学院
二 O 一五年四月
Research on Key Technologies of
Dependability Oriented Anomaly Detection
of Virtual Machines under Cloud
Environment



A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Doctor’s Degree of Engineering
By
Wang GuiPing

Supervised by Prof. Chen ShuYu
Specialty: Computer Science and Technology


College of Computer Science of Chongqing University,
Chongqing, China
April 2015
中文摘要

摘 要

云计算具有按需分配资源、弹性可扩展、面向服务、高性价比等优势，目前
已成为主流的计算和服务模式。然而随着云计算的蓬勃发展，云平台的规模和复
杂性不断增长，其事故也随之频繁爆发，严重影响了云平台的可靠性和可用性并
降低了其可信性。在以虚拟化技术为支撑的云平台，虚拟资源主要以虚拟机的形
式进行封装并相互隔离，为用户提供租用服务。本文通过及时检测出处于异常状
态的虚拟机，以便在系统性能下降时就采取应对措施，从而改善云平台的可靠性、
可用性和可维护性，以此提升其可信性。由于云平台虚拟机数量庞大、采集到的
性能指标多、监测实时性强，准确检测出异常虚拟机极具挑战性。
本文针对大规模云平台研究虚拟机异常检测若干关键技术。针对云环境设计
了虚拟机异常检测框架；系统地研究了特征提取技术，针对无标记和有标记样本
集分别提出了相应的无监督和有监督特征提取算法；针对云环境下虚拟机异常检
测面临的多种异常类型、不平衡训练样本集、训练样本实时增加等关键问题，利
用支持向量机（SVM）在解决非线性和高维的分类问题中特有的优势，系统地研
究了基于 SVM 的异常检测算法；最后在云平台数据集、模拟数据集和标准数据集
上对本文研究的算法进行了广泛的实验与分析。
本论文的研究工作和创新点具体包含以下几个方面。
① 在可信性内涵中定义了异常和异常检测，并阐述与现有内涵的关联关系。
通过回顾可信计算的发展历史，阐述可信性及可用性、可靠性、防危性、完整性、
可维护性五个属性的内涵，明晰可信性威胁因素之间的关联关系，为理解云平台
可信性及开发相应的可信性增强方案提供重要的理论基础。
②