CN107204879B - 一种基于指数移动平均的分布式系统自适应故障检测方法 - Google Patents

Abstract

本发明公开了一种基于指数移动平均的分布式系统自适应故障检测方法，包含四个步骤：时序数据收集、心跳预测、输出诊断值以及故障判别。该故障检测方法可以用于分布式系统中的故障检测，及时发现系统故障隐患，降低系统宕机风险。本发明利用历史心跳序列，输出一个随时间动态累积的诊断值，根据系统初始化时设定的阈值，判断系统中节点是否故障。在计算心跳预测值时，基于指数移动平均计算各历史心跳消息的影响权值，使影响权值随时间的递增而指数递减，同时通过方差比降低突变历史心跳的影响权值。

Description

一种基于指数移动平均的分布式系统自适应故障检测方法

技术领域

本发明属于分布式系统技术领域，具体涉及一种基于指数移动平均的分布式系统自适应故障检测方法。

背景技术

随着分布式技术的发展，分布式系统正应用到人们日常生活的方方面面，电子商务、云存储、网络通信以及银行和证券等行业都将其核心业务构建在分布式系统上以向客户提供快速稳定且安全的服务。故障检测是分布式系统的基础组成部分，是保证系统可靠和稳定运行的必要手段之一；随着系统规模和复杂度的不断增加，故障检测的难度也越来越高。

自适应故障检测器能够根据系统或网络状态，动态调整检测参数，如心跳超时时间等，相对于传统固定的故障检测器具有更好的检测效果。目前，自适应故障检测技术的研究已经较为成熟，许多基于心跳自适应的故障检测器被出，大致可以总结成两类：一类是通过历史心跳序列，使用不同算法计算下一心跳的预测值并根据预测值设定检测超时时间，这种故障检测器的检测结果具有二值性，要么故障要么正常；另外一类是将故障的监测与解释权分离的自适应故障检测器，该检测器也是利用心跳技术，但是输出一个随时间变化的累积决策值，用户通过设定预测来判断是否故障，这种检测器可以针对统一系统上的不同应用产生不一样的检测效果，具有更高的灵活性。

发明内容

本发明提供了一种基于指数移动平均的分布式系统自适应故障检测方法，能够在保证检测准确性地同时缩减故障检测时间，提高故障检测效率，且具有更强的适用性。

一种基于指数移动平均的分布式系统自适应故障检测方法，包括如下步骤：

(1)每隔固定时间向系统中的被测节点发送心跳消息并接收其返回的响应消息，从而维持更新一个指定长度为n的心跳延时序列，n为大于1的自然数；

(2)根据所述心跳延时序列，在最近一次心跳响应到达时刻计算出下一心跳延时的预测值EIA₀；

(3)根据下一心跳延时的预测值EIA₀计算出一个随时间累积增长的诊断值并根据该诊断值对被测节点进行故障判别。

所述步骤(1)中的心跳延时序列由n个心跳延时IA₁～IA_n按时序从近到远排列组成，序列中的任一心跳延时等于其对应的一次心跳响应的到达时刻减去其前一次心跳响应的到达时刻；若心跳延时序列已满，则在存入最新的心跳延时同时移除最远的心跳延时。

所述步骤(2)中计算下一心跳延时的预测值EIA₀，具体过程如下：

2.1对于心跳延时序列中的任一心跳延时IA_i，采用指数移动平均法计算其对于下一心跳延时的影响权值φ_i；

2.2采用方差比法对影响权值φ_i进行调整优化，得到心跳延时IA_i对于下一心跳延时的最终影响权值θ_i；

2.3使心跳延时序列中心跳延时与其预测值的误差均值作为下一次预测的安全余量α，并根据最终影响权值θ_i计算出下一心跳延时的预测值EIA₀。

所述步骤2.1中指数移动平均法的计算表达式如下：

其中：表示向上取整，i为自然数且1≤i≤n。

所述步骤2.2中采用方差比法对影响权值φ_i进行调整优化，具体计算过程如下：

其中：μ和δ分别为心跳延时序列的均值和标准差，v_i＝IA_i-μ，Ψ(v_i)为心跳延时IA_i对应的方差比。

所述步骤2.3中根据以下公式计算下一次预测的安全余量α：

其中：EIA_i为心跳延时IA_i的预测值。

所述步骤23中根据以下公式计算下一心跳延时的预测值EIA₀：

所述步骤(3)中根据以下公式计算诊断值

其中：T_last为最近一次心跳响应的到达时刻，t为时间。

与现有分布式系统故障检测技术相比，本发明分布式系统故障检测方法基于指数移动平均法预测下一心跳延时并以此预测值作为输入，输出一随时间累积的诊断值，在保证检测准确性地同时缩减了故障检测时间，提高了故障检测效率；特别是在网络消息丢失率允许的环境中，本发明故障检测方法具有更强的适用性，能够及时发现系统故障隐患，降低系统宕机风险。

附图说明

图1为本发明分布式系统故障检测方法的流程示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

本实施方式将分布式系统抽象成包含两个节点{p，q}的集群，其中p作为检测节点，q作为被检测节点；如图1所示，该分布式系统自适应故障检测方法包括如下步骤：

(1)时序数据收集。

检测节点p每隔η时间向被检测节点q发送心跳消息，q在接收到心跳消息时返回响应消息。节点p在内部维持一指定长度n的心跳时序序列，每当p收到q的心跳响应消息时，更新本地时序序列中的数据。

时序序列中存储最近n的心跳的延时{IA₁，IA₂，...，IA_i，...，IA_n}，其中IA₁表示最近一次心跳延时，IA_n表示序列中最远一次心跳延时。假设第i个心跳响应到达时刻为T_i，则：

IA_i＝T_i-T_i-1

当节点p的本地心跳时序序列已满时，在存入最新心跳延时前移除最旧数据，保证数据的时效性。

(2)心跳预测。

心跳预测的具体步骤进一步可分为：指数移动平均权值计算、方差比法权值调整、安全余量α计算。

2-1指数移动平均权值计算：历史心跳延时对下一心跳延时的影响力随时间而指数递减，距离当前越近的点影响力越大，相反，距离越远的点影响力越小。对于心跳消息序列{IA₁，IA₂，...，IA_i，...，IA_n}，影响权值为{φ₁(β)，φ₂(β)，...，φ_i(β)，...，φ_n(β)}，其中β为调解权值的常数，介于0～1之间。

影响权值φ_i(β)定义为：

φ_i(β)＝β(1-β)^i-1，1≤i≤n

可见0＜φ_i(β)＜1，且时序序列中心跳延时的影响权值随时间呈指数递减。

2-2方差比法权值调整：对指数移动平均法计算的权值φ_i(β)作进一步优化，假设变量μ和δ分别表示时序序列内心跳延时的均值和统计标准差，即：

则方差比ψ(v_i)定义为：

其中，ν_i＝IA_i-μ，即历史心跳延时的波动性越大ψ(ν_i)越小，且ψ(ν_i)≤1。

最终每个历史心跳延时的影响权值θ_i为：

θ_i＝φ_i(β)*ψ(ν_i)，1≤i≤n

2-3安全余量α计算：利用时序序列中心跳延时预测的误差均值作为下一次预测的安全余量，计算公式如下：

最后，计算下一心跳延时的预测值，计算公式如下：

(3)输出诊断值

将心跳延时预测以及当前时间t作为输入，诊断值计算公式为：

其中：T_last为最近一次心跳到达时刻，取值范围0～+∞。

(4)故障判别。

节点p在t时刻计算若则认定节点q正常，否则认定节点q故障。

上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (1)

1.一种基于指数移动平均的分布式系统自适应故障检测方法，包括如下步骤：

(1)每隔固定时间向系统中的被测节点发送心跳消息并接收其返回的响应消息，从而维持更新一个指定长度为n的心跳延时序列，n为大于1的自然数；

所述心跳延时序列由n个心跳延时IA₁～IA_n按时序从近到远排列组成，序列中的任一心跳延时等于其对应的一次心跳响应的到达时刻减去其前一次心跳响应的到达时刻；若心跳延时序列已满，则在存入最新的心跳延时同时移除最远的心跳延时；

(2)根据所述心跳延时序列，在最近一次心跳响应到达时刻计算出下一心跳延时的预测值EIA₀，具体过程如下：

2.1对于心跳延时序列中的任一心跳延时IA_i，采用指数移动平均法计算其对于下一心跳延时的影响权值φ_i，具体计算表达式如下：

其中：表示向上取整，i为自然数且1≤i≤n；

2.2采用方差比法对影响权值φ_i进行调整优化，得到心跳延时IA_i对于下一心跳延时的最终影响权值θ_i，具体计算表达式如下：

其中：μ和δ分别为心跳延时序列的均值和标准差，v_i＝IA_i-μ，Ψ(v_i)为心跳延时IA_i对应的方差比；

2.3使心跳延时序列中心跳延时与其预测值的误差均值作为下一次预测的安全余量α，具体计算表达式如下：

其中：EIA_i为心跳延时IA_i的预测值；

进而根据最终影响权值θ_i通过以下公式计算出下一心跳延时的预测值EIA₀；

(3)根据下一心跳延时的预测值EIA₀通过以下公式计算出一个随时间累积增长的诊断值并根据该诊断值对被测节点进行故障判别；

其中：T_last为最近一次心跳响应的到达时刻，t为时间。