231~S233如下：
[0026] 在步骤S231中，该监测状态收集器101先将收集到的该N个监测数据Xi~Xw正 规化转换为具有稀疏特性的N个监测数值X'1~xV其中该稀疏特性代表该N个监测数值 X'1~x\仅含有少量非零的数值。该是由于该云端平台10中异常的运算程序的数量为 相对少数，故可利用稀疏编码（SparseCoding)算法将该N个监测数据正规化转换为具有 稀疏特性的N个监测数值X'1~x'w。目前已知相关的算法有LinearGenerativeModel、 化3化'6-5;[即、LeastAngleRegression、Grafting及QPSolver等。举例来说，可运用 LinearGenerativeModel计算得到对应的一转换矩阵WwyM。该监测状态收集器101再使 用该转换矩阵对该N个监测数据xi~xw进行正规化转换后，可得到该N个监测数值 X' 1~x\，其中该正规化转换的表达式为=Wwx/Xwd= [X' 1，X' 2，…，X'JT。
[0027] 在步骤S232中，该监测状态收集器101依据该实体网络目前可用的网络带宽决定 用W取样的该取样系数数量M。当M的值越小，所述多个监测数据的压缩率越高；反之亦然。 此时，定义为该云端平台10配置给该虚拟机群组100用于传输监测数据的网络带宽上 限（可为网络带宽的固定比率，例如1GB网络带宽的1% )，W及B胃为目前可用的网络剩 余带宽，此剩余带宽可由已知的估测技术得到，其中及Bpccc的单位为bytes/sec。在每 砂传送一次监测数据的周期下，每个监测数据的数据量为Dbytes,则可依W下两种情况计 算该取样系数数量M:
[002引（一）当B歷小于B^_时，M二Lb歴/D^ ;
[002引（二）否则，M= ，其中L&J表示对数值A取下整得到的一整数。因此，本 发明的实施例可藉由该实体网络目前可用的网络带宽动态调整所述多个监测数据的压缩 比率。
[0030] 在步骤S233中，该监测状态收集器101依据该取样系数数量M，取出该参照矩阵 Lwyw的前M个列形成一子参照矩阵接着，该监测状态收集器101依据该子参照矩阵 及该N个监测数值X' 1~x\运算得到M个监测系数数据yi~y"，其中该运算过程如下： Ylxl([Yl,y2，…，Ym] ) _AmxnX化1。
[0031] 在步骤S240中，该监测状态收集器101通过该实体网络将该M个监测系数数据 yi~yM传送至该主控端110。
[0032]在步骤250中，该主控端110依据接收到的该M个监测系数数据y'1~y'"得知 该监测状态收集器101进行取样的该取样系数数量M的大小，并取出该参照矩阵Lwyw的前M 个列形成相同的该子参照矩阵Amiw。该主控端110再依据该子参照矩阵及该接收到的 M个监测系数数据y' 1~y'M重建出N个监测重组数据X' 1~x\，其中该重建过程依据下 式：
[0033]
【主权项】
1. 一种云端平台的监测数据调控方法，包括： 由一监测状态收集器收集多个虚拟机内各运算程序的各监测数据； 由该监测状态收集器，依据一参照矩阵及目前可用的网络带宽对所述多个监测数据进 行取样，以得到多个监测系数数据； 由该监测状态收集器将所述多个监测系数数据通过一实体网络传输至一主控端； 由该主控端根据该参照矩阵处理所述多个监测系数数据，以重建多个监测重组数据； 以及 由该主控端依所述多个监测重组数据，判定所述多个虚拟机内各运算程序中是否有效 能异常的运算程序。
2. 如权利要求1所述的监测数据调控方法，其中该监测状态收集器进一步依据运算程 序的第一数目构建该参照矩阵，并将该参照矩阵传送至该主控端。
3. 如权利要求2所述的监测数据调控方法，其中该监测状态收集器在收集该监测数据 时，进一步包括将所述多个监测数据转换为具有稀疏特性的多个监测数值，其中该稀疏特 性代表所述多个监测数值仅含有少数非零数值。
4. 如权利要求3所述的监测数据调控方法，其中该监测状态收集器对所述多个监测 数据进行取样时，进一步依据该目前可用的网络带宽决定所述多个监测系数数据的第二数 目，以及依据该第二数目决定该参照矩阵的一子参照矩阵，该监测状态收集器再依据该子 参照矩阵将具有稀疏特性的所述多个监测数值转换为所述多个监测系数数据，其中该第二 数目小于该第一数目。
5. 如权利要求4所述的监测数据调控方法，其中该主控端重建所述多个监测重组数 据时，进一步依据接收所述多个监测系数数据的该第二数目决定该参照矩阵的该子参照矩 阵，该主控端再依据该子参照矩阵重建所述多个监测重组数据。
6. 如权利要求1所述的监测数据调控方法，其中由该主控端针对该效能异常的运算程 序进行资源调配动作。
7. -种云端平台系统，包括： 多个虚拟机； 一监测状态收集器，耦接所述多个虚拟机，收集所述多个虚拟机内各运算程序的各监 测数据，该监测状态收集器依据一参照矩阵及目前可用的网络带宽对所述多个监测数据进 行取样，以得到多个监测系数数据； 一第一缓存器，耦接该监测状态收集器，用以储存该参照矩阵； 一主控端，透过一实体网络接收来自该监测状态收集器的所述多个监测系数数据；该 主控端根据该参照矩阵处理所述多个监测系数数据，以重建多个监测重组数据；该主控端 依据所述多个监测重组数据，判定所述多个虚拟机内各运算程序中是否有效能异常的运算 程序；以及 一第二缓存器，耦接该主控端，接收并储存来自该监测状态收集器的该参照矩阵。
8. 如权利要求7所述的云端平台系统，其中该监测状态收集器进一步依据运算程序的 数目构建该参照矩阵，并将该参照矩阵传送至该第二缓存器。
9. 如权利要求8所述的云端平台系统，其中该监测状态收集器在收集该监测数据时， 进一步包括将所述多个监测数据转换为具有稀疏特性的多个监测数值，其中该稀疏特性代 表所述多个监测数值仅含有少数非零数值。
10. 如权利要求9所述的云端平台系统，其中该监测状态收集器对所述多个监测数据 进行取样时，进一步依据该目前可用的网络带宽决定所述多个监测系数数据的第二数目， 以及依据该第二数目决定该参照矩阵的一子参照矩阵，该监测状态收集器再依据该子参照 矩阵将具有稀疏特性的所述多个监测数值转换为所述多个监测系数数据，其中该第二数目 小于该第一数目。
11. 如权利要求10所述的云端平台系统，其中该主控端重建所述多个监测重组数据 时，进一步依据接收所述多个监测系数数据的该第二数目决定该参照矩阵的该子参照矩 阵，该主控端再依据该子参照矩阵重建所述多个监测重组数据。
12. 如权利要求7所述的云端平台系统，其中该主控端针对该效能异常的运算程序进 行资源调配动作。
【专利摘要】本发明公开了一种云端平台的监测数据调控方法及系统。该调控方法包括下列步骤：由一监测状态收集器收集多个虚拟机内各运算程序的各监测数据。该监测状态收集器依据一参照矩阵及目前可用的网络带宽对所述多个监测数据进行取样，以得到多个监测系数数据。该监测状态收集器将所述多个监测系数数据传输至一主控端。该主控端根据该参照矩阵处理所述多个监测系数数据，以重建多个监测重组数据。该主控端根据所述多个监测重组数据，判定所述多个虚拟机内各运算程序中是否有效能异常的运算程序。
【IPC分类】H04L29-08
【公开号】CN104702653
【申请号】CN201410035318
【发明人】高咏証, 李国徵
【申请人】财团法人工业技术研究院
【公开日】2015年6月10日
【申请日】2014年1月24日