公开(公告)号：CN118260072A

公开(公告)日：2024-06-28

申请号：CN202410308663.3

申请日：2024-03-19

Applicant: 北京工业大学

Inventor： 梁毅 ,  阮念乙 ,  许桂梅 ,  王崟州 ,  苏醒

IPC: G06F9/50 ,  G06N5/01 ,  G06F11/34

Abstract: 本发明涉及一种基于日志的数据中心批处理任务负载生成方法，包括初始化、批处理任务负载资源使用序列的还原、批处理任务负载基本块的构建、批处理任务负载的提交执行。该方法根据日志中节点层面的粗粒度时序资源使用信息(采样时间间隔较长)、任务层面的任务实例统计量资源使用信息(CPU、内存使用率均值和峰值)及任务实例的开始时间与结束时间，以上述信息为约束使用启发式算法进行每一个批处理任务负载资源使用序列(内存、CPU序列)的还原；构建批处理任务负载基本块，产生任意序列所对应的波动形式的内存、CPU负载；将负载基本块以批处理任务负载资源使用序列为参数、按照日志记录的提交时间提交至节点进行负载的实际运行与测试。

公开(公告)号：CN119988074A

公开(公告)日：2025-05-13

申请号：CN202510051330.1

申请日：2025-01-13

Applicant: 北京工业大学

Inventor： 梁毅 ,  王崟州 ,  许桂梅 ,  阮念乙 ,  苏醒

IPC: G06F11/07 ,  G06F11/34 ,  H04L41/0631 ,  H04L41/16 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/23 ,  G06F18/2433 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明公开了一种基于动态调用的数据中心异常检测方法，分为四个步骤组成：初始化、微服务系统状态图构建、基于注意力机制的时空特征提取模型构建、基于深度支持向量数据描述模型的异常检测。本发明针对微服务系统，提取了微服务实例相关的特征属性以及实例间依赖关系，基于所提取的特征与依赖关系，根据微服务系统中实例的依赖关系，利用基于注意力机制的时空特征提取模型构建微服务异常检测方法。通过本发明提供的微服务异常检测方法，可以更准确的对微服务实例进行异常检测，进而微服务系统的可用性并确保系统稳定运行。