[发明专利]基于云重心理论的分布式大数据系统风险评估方法

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RiskAHP‑RBF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Riskcloud；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[Rmini,Rmaxi]；针对虚拟机风险评价指标X，以指标X的样本值(x1,x2,x3……xn‑1,xn)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RiskAHP‑RBF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，RiskAHP‑RBF值是预测值属性；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RiskAHP‑RBF，总共为5组属性；将每一个虚拟机视为一个云滴，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Riskcloud；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。