云網(wǎng)絡(luò)中基于高服務(wù)質(zhì)量的故障檢測(cè)方案

李艷萍，林建輝

（1.西南交通大學(xué) 機(jī)械工程學(xué)院，四川 成都610031；2.西南交通大學(xué) 牽引動(dòng)力國(guó)家重點(diǎn)實(shí)驗(yàn)室，四川 成都610031）

0 引 言

在云計(jì)算網(wǎng)絡(luò)應(yīng)用環(huán)境［1，2］中，部分服務(wù)器比較活躍，可用性較高，而其它服務(wù)器非常忙碌且負(fù)載較重，還有些服務(wù)器因?yàn)楦鞣N原因而處于離線狀態(tài)甚至系統(tǒng)崩潰。因此，云服務(wù)環(huán)境具有動(dòng)態(tài)性和不可預(yù)測(cè)性［3］，用戶希望能有合適的可用服務(wù)器來(lái)完成他們的應(yīng)用要求。我們必須能夠應(yīng)對(duì)這樣的多變性，并提供帶有參數(shù)指導(dǎo)的有效控制策略，以對(duì)服務(wù)條件和云資源進(jìn)行管理。因此，雖然部分組件發(fā)生故障，人們還是提出了容錯(cuò)技術(shù)來(lái)為云計(jì)算網(wǎng)絡(luò)提供可靠而又連續(xù)的服務(wù)［4，5］。作為云計(jì)算網(wǎng)絡(luò)的重要基礎(chǔ)，故障檢測(cè)器 （FD）在開(kāi)發(fā)此類高可靠性網(wǎng)絡(luò)系統(tǒng)時(shí)具有重要作用［6］。要保證較高水平的服務(wù)質(zhì)量，必須進(jìn)行有效的故障檢測(cè)。設(shè)計(jì)可靠的故障檢測(cè)器非常困難，主要原因在于通信延遲的統(tǒng)計(jì)行為不可預(yù)測(cè)，另一個(gè)原因是異步分布式系統(tǒng) （即進(jìn)程運(yùn)行速度或消息傳輸延遲沒(méi)有界限）無(wú)法準(zhǔn)確確定遠(yuǎn)程進(jìn)程到底是發(fā)生故障還是運(yùn)行速度較慢［7］。如果故障檢測(cè)器可靠性較低，則可能會(huì)錯(cuò)誤地懷疑正常進(jìn)程或者信任故障進(jìn)程。為了保證低可靠性故障檢測(cè)器具有滿意的服務(wù)質(zhì)量，需要適當(dāng)調(diào)整參數(shù)，以提供更高層次的高質(zhì)量服務(wù)，因?yàn)楣收蠙z測(cè)器的服務(wù)質(zhì)量對(duì)在更高層級(jí)提供服務(wù)質(zhì)量具有重大影響。

1 相關(guān)工作

故障檢測(cè)問(wèn)題是云計(jì)算網(wǎng)絡(luò)安全研究的熱點(diǎn)之一，相繼有眾多的學(xué)者提出了一系列用于故障檢測(cè)的方法，如文獻(xiàn) ［6，8］等提出了多種容錯(cuò)算法，但這些算法仍然基于低可靠性故障檢測(cè)器。Chen等人在文獻(xiàn) ［9］中首先提出了一組指標(biāo)來(lái)定量描述故障檢測(cè)器服務(wù)質(zhì)量。這些指標(biāo)包括：實(shí)際故障檢測(cè)速度及虛假檢測(cè)率，然后提出了多種基于網(wǎng)絡(luò)系統(tǒng)概率行為的故障檢測(cè)器實(shí)施方案。這些方案利用最新采樣得到的到達(dá)時(shí)間來(lái)估計(jì)下一心跳的到達(dá)時(shí)間。然而，基于這一估計(jì)設(shè)置的超時(shí)及恒定安全范圍，與動(dòng)態(tài)網(wǎng)絡(luò)行為并不十分匹配。為了提升故障檢測(cè)器的服務(wù)質(zhì)量，文獻(xiàn) ［9－11］提出了多種自適應(yīng)故障檢測(cè)器，包括Chen FD［9］，Bertier FD［10］及φFD［11］。Bertier在文獻(xiàn) ［12］中提出對(duì)Chen的FD 安全范圍進(jìn)行優(yōu)化。它使用了另一種估計(jì)函數(shù)，融合了Chen和Jacobson的往返時(shí)間 （RTT）估計(jì)。Bertier的故障檢測(cè)器設(shè)計(jì)的主要目的是用于消息很少丟失的有線局域網(wǎng)。

雖然以上故障檢測(cè)器均取得了重大的技術(shù)突破，但是仍然具有一定的局限性。這主要有3個(gè)方面的原因：①故障檢測(cè)器提供一個(gè)信息列表，表明哪些進(jìn)程被懷疑崩潰。由于消息延時(shí)的高不可預(yù)測(cè)性、網(wǎng)絡(luò)系統(tǒng)拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)變化性及網(wǎng)絡(luò)消息的丟失概率較高，該消息列表并不是最新列表，有時(shí)還會(huì)存在錯(cuò)誤 （比如，故障檢測(cè)器可能會(huì)對(duì)實(shí)際上正常的進(jìn)程產(chǎn)生懷疑）。②傳統(tǒng)的二元交互 （即信任與懷疑）難以滿足多個(gè)分布式應(yīng)用同時(shí)運(yùn)行的需求。實(shí)際上，多種分布式網(wǎng)絡(luò)應(yīng)用要求使用不同類型的故障檢測(cè)服務(wù)質(zhì)量，以觸發(fā)不同的響應(yīng)。③雖然用戶知道了算法的內(nèi)核函數(shù)和參數(shù)后，可以根據(jù)服務(wù)質(zhì)量的輸出來(lái)確定合適的參數(shù)值，進(jìn)而滿足用戶的服務(wù)質(zhì)量要求（QoS），但是絕大多數(shù)當(dāng)前算法面對(duì)動(dòng)態(tài)網(wǎng)絡(luò)條件，無(wú)法實(shí)現(xiàn)參數(shù)的自動(dòng)調(diào)整。該參數(shù)調(diào)整過(guò)程非常復(fù)雜，最好由專業(yè)工程人員完成。更重要的是，網(wǎng)絡(luò)具有動(dòng)態(tài)性和不可預(yù)測(cè)性，我們無(wú)法使用固定的故障檢測(cè)器參數(shù)來(lái)滿足用戶需求?？傮w來(lái)說(shuō)，當(dāng)前故障檢測(cè)器參數(shù)調(diào)整必須手工完成，非常不適合于動(dòng)態(tài)網(wǎng)絡(luò)，尤其是大型分布式網(wǎng)絡(luò)和不穩(wěn)定性網(wǎng)絡(luò) （這里指網(wǎng)絡(luò)的消息時(shí)延具有很強(qiáng)的不可預(yù)測(cè)性，系統(tǒng)拓?fù)浣Y(jié)構(gòu)具有很強(qiáng)的動(dòng)態(tài)變化性，且消息丟失概率較大）。因此，我們對(duì)故障檢測(cè)器特性及其與分布式容錯(cuò)系統(tǒng)的相互關(guān)系展開(kāi)進(jìn)一步研究。

為解決上述問(wèn)題，本文首先提出了一種通用的云計(jì)算容錯(cuò)網(wǎng)絡(luò)自適應(yīng)故障檢測(cè)算法。該算法可以廣泛用于工業(yè)和商業(yè)領(lǐng)域。相反，其他算法在提供服務(wù)質(zhì)量輸出方面缺乏針對(duì)性：一些算法只能暫時(shí)地滿足要求；其他算法可能根本不滿足要求，工程人員不得不手工更改相關(guān)參數(shù)。這些算法必須要嘗試所有可能的參數(shù)值，通過(guò)獲得性能輸出曲線圖才能確定哪些參數(shù)適合網(wǎng)絡(luò)需要 （手工選擇相關(guān)參數(shù)）。如果網(wǎng)絡(luò)的變化較大，工程人員必須得再次手工調(diào)整參數(shù)。第二，我們基于上述通用算法，對(duì)當(dāng)前故障檢測(cè)器進(jìn)行優(yōu)化，提出了一種自適應(yīng)累積型故障檢測(cè)器 （累積型故障檢測(cè)器是指檢測(cè)器服務(wù)的輸出是連續(xù)的懷疑水平數(shù)值，而不是二進(jìn)制數(shù)值 （信任VS懷疑）。第三，我們對(duì)SFD 的部署展開(kāi)研究。SFD 的工作流程簡(jiǎn)述如下：與傳統(tǒng)的自適應(yīng)型故障檢測(cè)器［9，10］類似，一個(gè)滑動(dòng)窗口維持著最近到達(dá)的時(shí)間樣本。基于滑動(dòng)窗口和輸出反饋信息，對(duì)下一樣本的下一超時(shí)時(shí)延τ的近似進(jìn)行調(diào)整。獲得該動(dòng)態(tài)反饋信息后，計(jì)算相關(guān)參數(shù)，以匹配最新網(wǎng)絡(luò)條件。從設(shè)計(jì)角度說(shuō)，SFD 調(diào)整后可以較好地應(yīng)對(duì)不可預(yù)測(cè)的網(wǎng)絡(luò)條件及同時(shí)運(yùn)行的任意數(shù)量應(yīng)用程序要求。最后，我們基于7種典型的廣域網(wǎng)案例，通過(guò)廣泛的實(shí)驗(yàn)，比較性評(píng)估了本文故障檢測(cè) 算 法 與 當(dāng) 前 其 他 算 法 的 性 能 （Chen FD［9］，Bertier FD［10，12］，φFD［11］）。實(shí)驗(yàn) 結(jié) 果 在 表 明 不 同 故 障 器 特 點(diǎn) 的 同時(shí)，證明了本文算法可以實(shí)現(xiàn)參數(shù)的自動(dòng)調(diào)整，進(jìn)而獲得相應(yīng)的服務(wù)質(zhì)量，滿足用戶需求，享受較高的系統(tǒng)性能。本文提出的SFD 可以廣泛應(yīng)用于工業(yè)和商業(yè)領(lǐng)域，并為云網(wǎng)絡(luò)帶來(lái)巨大效益。

2 系統(tǒng)模型和基本概念

本節(jié)首先給出實(shí)際中的云計(jì)算網(wǎng)絡(luò)模型 （如圖1所示）及理論上的云計(jì)算網(wǎng)絡(luò)分析模型 （如圖2所示），然后定義故障檢測(cè)服務(wù)質(zhì)量指標(biāo)。

圖1 云計(jì)算動(dòng)態(tài)網(wǎng)絡(luò)模型：美國(guó)南部各州教育云聯(lián)盟

2.1 實(shí)際中的云計(jì)算網(wǎng)絡(luò)模型

如圖1 所示，本文對(duì)動(dòng)態(tài)云計(jì)算網(wǎng)絡(luò)模型展開(kāi)研究（請(qǐng)注意，通用模型可以包括多個(gè)云）。該模型以美國(guó)南部多個(gè)州的教育云聯(lián)盟及數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)為基礎(chǔ)［7］。當(dāng)前，5個(gè)南部州 （佐治亞州 （GA），南卡羅來(lái)納州 （SC），北卡羅萊納州 （NC），弗吉尼亞州 （VA），馬里蘭 （MD））均有教育云建設(shè)項(xiàng)目正在進(jìn)行，圖1是一種很具現(xiàn)實(shí)代表性的云計(jì)算網(wǎng)絡(luò)模型，其中，云計(jì)算網(wǎng)絡(luò)服務(wù)器的狀態(tài)可能會(huì)發(fā)生變化：有些服務(wù)器非常活躍，有些服務(wù)器非常忙碌，有些服務(wù)器非常遲鈍，有些可能已經(jīng)死亡或者崩潰。因此，當(dāng)我們從服務(wù)器希望得到的服務(wù)發(fā)生故障時(shí)，必須要有云故障檢測(cè)模型才能對(duì)故障進(jìn)行處理，也只有云故障檢測(cè)模型才能觸發(fā)相應(yīng)的措施來(lái)確保適當(dāng)?shù)姆?wù)響應(yīng)。當(dāng)前的故障檢測(cè)算法［9，12］，雖然可以提供一定的檢測(cè)服務(wù)，但是其系統(tǒng)參數(shù)無(wú)法針對(duì)不斷變化的網(wǎng)絡(luò)條件實(shí)現(xiàn)自動(dòng)調(diào)整。所以，本文提出一種通用型自適應(yīng)算法來(lái)解決上述問(wèn)題。

圖2 心跳故障檢測(cè)基本模型

2.2 云計(jì)算網(wǎng)絡(luò)理論模型

本文考慮一種部分同步的云計(jì)算網(wǎng)絡(luò)系統(tǒng)。該系統(tǒng)由進(jìn)程有限集Π ＝ ｛p1，p2，p3，...，pn｝構(gòu)成 （該模型基于上述圖1中的IBM 云計(jì)算網(wǎng)絡(luò)：一個(gè)用戶、一個(gè)管理員、或者整個(gè)教育云被視為一個(gè)進(jìn)程）。進(jìn)程可能發(fā)生崩潰故障，本文中假設(shè)崩潰進(jìn)程不會(huì)恢復(fù)。假設(shè)每一對(duì)進(jìn)程通過(guò)一個(gè)單向低可靠性通信信道相連。低可靠性通信信道定義如下：無(wú)消息生成，無(wú)消息變更，無(wú)消息復(fù)制，但是有可能發(fā)生消息丟失。進(jìn)程完全通過(guò)單向通信信道連接。不失一般性，本文只考慮帶有2 個(gè)進(jìn)程p，q 的系統(tǒng)模型 （與文獻(xiàn) ［9－12］相同），這2個(gè)進(jìn)程從大型系統(tǒng)Π 中隨機(jī)提取，且進(jìn)程q監(jiān)控進(jìn)程p（如圖2所示）：p 周期性地向q 發(fā)送一條消息，進(jìn)行本地計(jì)算，也有可能發(fā)生崩潰故障 （根據(jù)圖1中的理論云模型，進(jìn)程q像一個(gè)管理員，而進(jìn)程p 像一個(gè)教育云。由監(jiān)控結(jié)果給出每個(gè)教育云計(jì)算環(huán)境）。此時(shí)，發(fā)送周期稱為心跳間隔Δt。進(jìn)程q可能從p 處接收一條消息，或者執(zhí)行本地計(jì)算。如果在新點(diǎn) （fresh point，F(xiàn)P）確定的周期內(nèi)沒(méi)有從p 處接收到消息，則q將開(kāi)始懷疑p。新點(diǎn)FP由超時(shí)參數(shù)τ確定。

如圖2所示，di為從p 到q 的心跳mi的發(fā)射時(shí)延，且發(fā)送周期稱為心跳間隔Δt。對(duì)即將到來(lái)的心跳mi，進(jìn)程q定期根據(jù)新的新點(diǎn)FPi做出響應(yīng)。該模型描述了可能出現(xiàn)的4種情形。第1種情形：進(jìn)程p 在發(fā)送時(shí)間σ1發(fā)送的心跳消息m1，在q的新FP1前到達(dá)q，然后q從m1的到達(dá)時(shí)間開(kāi)始信任p（這里我們假設(shè)p 在開(kāi)始情況下就被信任）。第2種情形：來(lái)自p 的消息m2被丟失，然后q等待心跳直到它的新點(diǎn)FP2為止，此時(shí)q 開(kāi)始懷疑p。第3 種情形：來(lái)自p 的心跳mi在q 的新點(diǎn)FPi之后到達(dá)q，然后q 從FPi至mi到達(dá)期間懷疑p。第4種情形：p 發(fā)出心跳m（i＋1）后便發(fā)生崩潰。對(duì)即將到來(lái)的心跳m（i＋1），q 根據(jù)不同的故障檢測(cè)方案計(jì)算新的新點(diǎn)FPi＋1，然后基于心跳到達(dá)時(shí)間給出響應(yīng)。

本文SFD 算法假設(shè)存在全局時(shí)間 （對(duì)進(jìn)程未知），且用全局穩(wěn)定時(shí)間表示，同時(shí)進(jìn)程不斷向前發(fā)展。此外，相鄰步驟間至少存在δ＞0個(gè)時(shí)間單元 （后者目的是為了排除進(jìn)程在有限時(shí)間內(nèi)執(zhí)行無(wú)限次步驟這一情況）［11］。進(jìn)程間通信模型以基于用戶數(shù)據(jù)報(bào)通信協(xié)議 （UDP）的消息交換為基礎(chǔ)。我們沒(méi)有考慮進(jìn)程的相對(duì)速度。然而，我們認(rèn)為進(jìn)程可以訪問(wèn)用于測(cè)量時(shí)間的本地時(shí)鐘設(shè)備。此外，所有進(jìn)程均可訪問(wèn)故障檢測(cè)設(shè)備。

2.3 故障檢測(cè)服務(wù)質(zhì)量指標(biāo)

為了定量評(píng)估故障檢測(cè)器的服務(wù)質(zhì)量，我們使用相互獨(dú)立的3大服務(wù)質(zhì)量指標(biāo)：檢測(cè)時(shí)間，差錯(cuò)率，查詢精度概率。第1個(gè)指標(biāo)描述故障檢測(cè)器的速度對(duì)模型的影響，另外2個(gè)指標(biāo)均與精度有關(guān)。詳細(xì)來(lái)說(shuō)，考慮2個(gè)進(jìn)程p，q且q監(jiān)控p，故障檢測(cè)器對(duì)q 的服務(wù)質(zhì)量 （稱為fdq）可通過(guò)它對(duì)p的 “信任”和 “懷疑”2種狀態(tài)的轉(zhuǎn)換時(shí)間來(lái)確定 （如圖3所示，TM（錯(cuò)誤時(shí)長(zhǎng)）測(cè)量了錯(cuò)誤懷疑開(kāi)始至結(jié)束的持續(xù)時(shí)間 （即直到錯(cuò)誤被糾正）。TMR（錯(cuò)誤復(fù)發(fā)時(shí)間）測(cè)量2個(gè)連續(xù)錯(cuò)誤間的時(shí)間，它是個(gè)表示某次錯(cuò)誤懷疑至下一次錯(cuò)誤懷疑間持續(xù)時(shí)間的隨機(jī)變量）。

圖3 故障檢測(cè)器服務(wù)質(zhì)量評(píng)估基本指標(biāo)

檢測(cè)時(shí)間 （TD）：它是個(gè)隨機(jī)變量，表示進(jìn)程p 開(kāi)始崩潰到進(jìn)程q 基于fdq持續(xù)懷疑p 的開(kāi)始時(shí)間之間的間隔。

差錯(cuò)率（MR）：它是個(gè)隨機(jī)變量，表示故障檢測(cè)器在單位時(shí)間內(nèi)發(fā)生的錯(cuò)誤次數(shù)，即它表示故障檢測(cè)器發(fā)生差錯(cuò)的頻率。

查詢精度概率（QAP）：該概率表示在隨機(jī)時(shí)刻被詢問(wèn)時(shí)，q處的故障檢測(cè)器正確判斷進(jìn)程p 為正常進(jìn)程的概率。

故障檢測(cè)服務(wù)質(zhì)量定義。根據(jù)文獻(xiàn) ［13］，故障檢測(cè)器的具體性能主要從它的完整性和準(zhǔn)確性角度進(jìn)行定義，每個(gè)故障檢測(cè)構(gòu)成模塊提供的服務(wù)質(zhì)量剛好是一個(gè)多元組

服務(wù)質(zhì)量既可以定量描述一個(gè)檢測(cè)器的故障檢測(cè)速度，也可以定量描述避免錯(cuò)誤檢測(cè)方面的性能。

3 通用型自適應(yīng)故障檢測(cè)器

首先針對(duì)云計(jì)算容錯(cuò)網(wǎng)絡(luò)的工程可用性，提出一種通用型自適應(yīng)故障檢測(cè)器；然后作為一個(gè)示例，對(duì)當(dāng)前故障檢測(cè)器進(jìn)行優(yōu)化，提出SFD 檢測(cè)器；最后對(duì)SFD 的部署做詳細(xì)描述。

3.1 通用型自適應(yīng)故障檢測(cè)器算法

根據(jù)圖2的系統(tǒng)模型，用戶p 希望進(jìn)程q 的故障檢測(cè)器能夠以一定的服務(wù)質(zhì)量要求檢測(cè)出p。此外，進(jìn)程q 的SFD 可以自動(dòng)調(diào)整參數(shù)，以滿足QoS 要求。圖4中，我們給出了SFD 的反饋架構(gòu)，其中QoS 是心跳的目標(biāo)服務(wù)質(zhì)量。初始服務(wù)質(zhì)量要求 （TD，MR，QAP ）及QoS 已知并發(fā)送給SFD，網(wǎng)絡(luò)行為 （例如心跳信息：到達(dá)時(shí)間，心跳發(fā)送到達(dá)間隔時(shí)間Δt）也發(fā)送給SFD。通過(guò)融合來(lái)自輸出的反饋信息，SFD 可以實(shí)現(xiàn)參數(shù)的自適應(yīng)調(diào)整，以滿足目標(biāo)要求。

圖4 目標(biāo)輸出為MR 和TD 的自適應(yīng)故障檢測(cè)器反饋結(jié)構(gòu)

如果SFD 的輸出服務(wù)質(zhì)量沒(méi)有達(dá)到QoS 要求 （例如，我們可以將其定義為QoS ＞），則將反饋信息（QoS－）返回給SFD。根據(jù)反饋信息，SFD 可以調(diào)整參數(shù) （例如基于超時(shí)算法的超時(shí)參數(shù)τ）。然后，SFD 將最終滿足要求 （如果該SFD 有一定范圍且SFD 可以滿足）。否則，如果太高，且該SFD 無(wú)法為其確定合適的參數(shù)，則SFD 將發(fā)出如下響應(yīng)： “本SFD 無(wú)法滿足該應(yīng)用的要求”。

更詳細(xì)地講，如果我們重點(diǎn)討論服務(wù)質(zhì)量3 大參數(shù)：TD，MR，QAP （基于一個(gè)周期的實(shí)驗(yàn)而不僅是一個(gè)時(shí)隙期間的性能參數(shù)），則SFD 的服務(wù)質(zhì)量輸出基于以前所有的時(shí)間周期。圖5中，我們給出了自適應(yīng)故障檢測(cè)的參數(shù)關(guān)系，其中目標(biāo)和值應(yīng)該小于MR 和TD的要求值，值要大于QAP 的要求值。

實(shí)際上，我們?cè)谀骋粫r(shí)隙內(nèi)，SFD 參數(shù)只根據(jù)反饋信息調(diào)整一次，以改進(jìn)SFD 的服務(wù)質(zhì)量輸出，更接近于QoS。我們經(jīng)常需要在多個(gè)時(shí)隙內(nèi)多次調(diào)整SFD 參數(shù)，以逐步改進(jìn)輸出的服務(wù)質(zhì)量，并最終確定能夠滿足的合適參數(shù)。此時(shí)，SFD 將使其參數(shù)及云通信網(wǎng)絡(luò)系統(tǒng)趨于穩(wěn)定。如果系統(tǒng)發(fā)生較大變化且對(duì)應(yīng)的服務(wù)質(zhì)量輸出沒(méi)有滿足要求，則SFD 將會(huì)給出反饋信息，以逐步改進(jìn)SFD的服務(wù)質(zhì)量輸出，直到其滿足要求為止。這里我們假設(shè)實(shí)驗(yàn)時(shí)間很長(zhǎng)，足以SFD 的服務(wù)質(zhì)量輸出滿足應(yīng)用的要求，同時(shí)假設(shè)當(dāng)前已經(jīng)存在可用且合適的控制參數(shù)。該方法是通用型方法，可用于其他基于超時(shí)的自適應(yīng)故障檢測(cè)器。總體來(lái)說(shuō)，我們應(yīng)該首先根據(jù)傳統(tǒng)的檢測(cè)算法［9］得到服務(wù)質(zhì)量輸出 （TD，MR，QAP ），然后獲得反饋信息，進(jìn)而對(duì)SFD 相關(guān)參數(shù)進(jìn)行調(diào)整。

圖5 自適應(yīng)故障檢測(cè)器參數(shù)關(guān)系，QoS 為心跳希望實(shí)現(xiàn)的目標(biāo)服務(wù)質(zhì)量

3.2 自適應(yīng)故障檢測(cè)器

本節(jié)提出了一種具體的SFD 檢測(cè)器，并以對(duì)當(dāng)前故障檢測(cè)器的優(yōu)化為例展開(kāi)討論。SFD 根據(jù)反饋信息調(diào)整可預(yù)測(cè)的下一新點(diǎn)τ（k＋1）。因此，我們有

式中：EA（k＋1）與Chen－FD 的參數(shù)相同，SM 為動(dòng)態(tài)安全范圍，可根據(jù)預(yù)先確定的進(jìn)行調(diào)整。我們有

式中：α（α∈（0 ，1））與Chen－FD常值安全范圍相同，我們有

式中：β——常數(shù)且β∈ （0 ，1） ，Satk｛Qo S，QoS ｝根據(jù)具體的服務(wù)質(zhì)量輸出狀態(tài)可被設(shè)置為β，－β或0。β值為調(diào)整速率，也可由用戶動(dòng)態(tài)選擇。

根據(jù)式（2）～式（4），如果α值較大，則本文SFD 的TD將會(huì)變大，MR 變小，QAP 變大（因?yàn)檩^大的α值時(shí)安全范圍也會(huì)變大）。本文算法在這一點(diǎn)上與Chen－FD 類似。為了選擇Satk｛Qo S｝，我們重點(diǎn)關(guān)注兩方面：響應(yīng)時(shí)間（TD）和檢測(cè)準(zhǔn)確性（MR，QAP）。我們應(yīng)該在響應(yīng)時(shí)間和檢測(cè)準(zhǔn)確性間做出折衷，以滿足目標(biāo)要求。例如，如果我們努力縮短響應(yīng)時(shí)間，則會(huì)降低檢測(cè)準(zhǔn)確度，反之亦然。從理論角度說(shuō)，SFD滿足實(shí)際故障檢測(cè)器的特點(diǎn)且屬于 Ρac類型（累加特點(diǎn)和上限特點(diǎn)），這足以解決一致性問(wèn)題。

3.3 SFD檢測(cè)器的部署

本節(jié)首先介紹SFD 的架構(gòu)，然后給出具體的部署算法。

（1）SFD 架構(gòu)：SFD 的部署可以分解為3個(gè)基本部分：監(jiān)測(cè)，解釋，行動(dòng)。傳統(tǒng)的基于超時(shí)的故障檢測(cè)器 （Chen FD［9］和Bertier FD［10，12］）綜合了監(jiān)測(cè)和解釋環(huán)節(jié)，輸出二元信息。然而，SFD 檢測(cè)器作為累加型檢測(cè)器，抽象程度較低，避免了監(jiān)測(cè)信息的解釋環(huán)節(jié)。應(yīng)用進(jìn)程根據(jù)自身服務(wù)質(zhì)量要求來(lái)設(shè)置懷疑水平閾值：閾值較低，則錯(cuò)誤懷疑的數(shù)量上升，實(shí)際崩潰故障的檢測(cè)速度更高。相反，閾值較高時(shí)，錯(cuò)誤懷疑數(shù)量下降，實(shí)際崩潰故障的檢測(cè)速度變低。

（2）SFD 部署：作為一種累加型故障檢測(cè)器，SFD 使用的方法非常簡(jiǎn)單。一段預(yù)熱期后，當(dāng)新的心跳到達(dá)時(shí)，到達(dá)間隔時(shí)間加入采樣滑動(dòng)窗口，同時(shí)先前最久的時(shí)間被移除采樣窗口。然后，使用采樣窗口的到達(dá)時(shí)間計(jì)算到達(dá)間隔時(shí)間的分布，獲得該滑動(dòng)窗口的平均到達(dá)間隔時(shí)間Δt。此后，根據(jù)式 （2）～式 （4），計(jì)算當(dāng)前超時(shí)值τ，確定下一新點(diǎn) （如圖2所示）。應(yīng)用場(chǎng)合需要執(zhí)行部分操作，或者通過(guò)比較τ值及其當(dāng)前心跳到達(dá)時(shí)間來(lái)確定進(jìn)程的懷疑水平 （如圖2所示）。

當(dāng)消息丟失時(shí)，我們無(wú)法計(jì)算發(fā)送方到接收方的通信時(shí)延（如圖2第2種情況）。為了確保本文算法的有效性，并且考慮到消息丟失的影響，我們使用時(shí)間序列理論來(lái)填補(bǔ)這一空缺。填補(bǔ)的具體方法是通過(guò)計(jì)算di＝ （Δt ·）＋di－1，且表示被觀測(cè)的相鄰空缺的平均數(shù)量。

算法1給出了SFD 部署的詳細(xì)內(nèi)容。算法中，我們首先設(shè)置部分初始參數(shù)，包括初始安全范圍SM1。此后，SFD 可以獲得反饋信息 （第2步）：如果SM1為可以保證SFD滿足服務(wù)質(zhì)量輸出要求的合適參數(shù)，則反饋信息為0，SFD 達(dá)到穩(wěn)態(tài)。這意味著當(dāng)前參數(shù)與網(wǎng)絡(luò)系統(tǒng)相匹配。如果SM1無(wú)法保證SFD 滿足服務(wù)質(zhì)量輸出要求且服務(wù)質(zhì)量輸出與控制規(guī)則相匹配，則根據(jù)服務(wù)質(zhì)量輸出的具體狀態(tài)確定反饋信息為±β。如果SM1無(wú)法保證SFD 滿足服務(wù)質(zhì)量輸出要求且服務(wù)質(zhì)量輸出與控制規(guī)則不匹配，SFD 對(duì)該錯(cuò)誤做出響應(yīng) （所有可能值均不適合SM1）。最終，如果SFD 沒(méi)有顯示 “做出響應(yīng)”，則SFD 調(diào)整SM 參數(shù)，直到其滿足服務(wù)質(zhì)量的預(yù)期輸出為止。

算法1：參數(shù)調(diào)整算法

（1）開(kāi)始

（2）初始化：

（4）MR ：設(shè)置差錯(cuò)率；

（6）設(shè)置安全范圍初始值SM1；

（7）設(shè)置常值參數(shù)α，β；

（8）第1步：獲得相關(guān)數(shù)據(jù)

（9）獲得服務(wù)質(zhì)量輸出 （TD，MR，QAP ）。

（10）第2步：獲得反饋信息

（11）如 果TD＞，MR ＜，QAP ＞：Satk｛Qo S｝＝β；

（12）如 果TD＜，MR ＜，QAP ＞：Satk｛Qo S｝；

（13）如 果TD＜，MR ＞，QAP ＜：Satk｛Qo S｝；

（14）否則 （例如，如果TD＞TD，MR ＞MR）：“做出響應(yīng)”（該SFD 無(wú)法達(dá)到要求的服務(wù)質(zhì)量），SFD 終止 （跳到第18行）。

（15）第3步：調(diào)整參數(shù)

（16）將Satk｛Qo S｝發(fā)送給SFD；

（17）根 據(jù)Satk｛Qo S｝調(diào) 整SFD 相關(guān)參數(shù)；

（18）結(jié)束

文獻(xiàn) ［9］的Chen FD 為了滿足服務(wù)質(zhì)量的預(yù)期要求，必須要確定合理的初始安全范圍參數(shù)值 （因?yàn)樗鼰o(wú)法實(shí)現(xiàn)參數(shù)的自動(dòng)調(diào)整）；否則，服務(wù)質(zhì)量輸出便無(wú)法滿足要求 （用戶要求）。文獻(xiàn) ［11］的FD 及文獻(xiàn) ［10，12］的Bertier FD 也存在同樣的問(wèn)題。這些問(wèn)題均在本文SFD 中得以解決。

4 性能評(píng)估

為了證明本文通用型非人工分析方法的有效性，我們基于普通的實(shí)驗(yàn)環(huán)境，對(duì)SFD、FD［11］、Chen FD［9］、Bertier FD［10，12］進(jìn)行了分析、比較和評(píng)估。實(shí)驗(yàn)環(huán)境均為通用型云計(jì)算網(wǎng)絡(luò)典型環(huán)境，包括7 種WAN 案例，所有案例均是真實(shí)數(shù)據(jù)，其中一種從日本和瑞士獲得，其他來(lái)自PlanetLab （如圖1所示）。

本文實(shí)驗(yàn)基于圖2 中的模型。一個(gè)進(jìn)程 （p）周期性地發(fā)送心跳消息給另一個(gè)進(jìn)程 （q），發(fā)送行為持續(xù)隨機(jī)時(shí)間長(zhǎng)度，另一個(gè)進(jìn)程q從進(jìn)程p 接收消息。每次實(shí)驗(yàn)中，心跳發(fā)送和到達(dá)時(shí)間記入監(jiān)控計(jì)算機(jī)q 的日志文件。使用記錄的到達(dá)時(shí)間來(lái)重現(xiàn)每個(gè)故障檢測(cè)器算法的運(yùn)行情況。這意味著，所有的故障檢測(cè)器都在相同的實(shí)驗(yàn)條件下加以比較：同樣的網(wǎng)絡(luò)模型，同樣的心跳流量，同樣的網(wǎng)絡(luò)參數(shù) （發(fā)送間隔，滑動(dòng)窗口大小，通信時(shí)延，輸入，等等）。記錄的發(fā)送時(shí)間只作為統(tǒng)計(jì)數(shù)據(jù)使用。所有的心跳消息均使用UDP／IP 協(xié)議。低頻ping進(jìn)程與實(shí)驗(yàn)同步運(yùn)行，以獲得往返時(shí)間粗略估計(jì)并保證網(wǎng)絡(luò)的連通性。

實(shí)驗(yàn)中的每個(gè)故障檢測(cè)器均使用滑動(dòng)窗口來(lái)保存過(guò)去的樣本，以計(jì)算下步估計(jì)。4 種故障檢測(cè)器的所有實(shí)驗(yàn)均使用相同且固定大小的滑動(dòng)窗口 （WS ＝1，000） 。因?yàn)榫W(wǎng)絡(luò)在預(yù)熱期間不夠穩(wěn)定，所以必須在滑動(dòng)窗口裝滿后再對(duì)采樣數(shù)據(jù)進(jìn)行分析。實(shí)驗(yàn)中以100ms每個(gè)心跳的目標(biāo)速度來(lái)生成心跳。

主要參數(shù)如下：為了獲得最佳服務(wù)質(zhì)量且與其他算法做比較，我們?cè)O(shè)置SFD 的SM1＝α；對(duì)Chen FD，參數(shù)設(shè)置同文獻(xiàn) ［9］：α∈ ［0 ，10000］ ；對(duì)FD，參數(shù)設(shè)置同文獻(xiàn)［11］：Φ ∈ ［0. 5，16］ ；對(duì)Bertier FD，參 數(shù) 設(shè) 置 同 文 獻(xiàn)［10，12］：β＝1，＝4，γ＝0.1。故障檢測(cè)器在每次實(shí)驗(yàn)中的其他基本參數(shù)設(shè)置相同。

這些實(shí)驗(yàn)中，丟棄掉部分初始周期后，我們針對(duì)整個(gè)運(yùn)行情況測(cè)量了如下3 個(gè)服務(wù)質(zhì)量主要指標(biāo)：TD，MR，QAP ?；趨?shù)的故障檢測(cè)器，其參數(shù)設(shè)置不同，檢測(cè)器行為也會(huì)完全不同，所以對(duì)這些檢測(cè)器進(jìn)行比較的難度很大。經(jīng)常犯的普遍錯(cuò)誤是對(duì)參數(shù)隨機(jī)賦值，然后根據(jù)它們的檢測(cè)時(shí)間及精度測(cè)量值對(duì)2種基于參數(shù)的故障檢測(cè)器進(jìn)行比較。這往往會(huì)得出一種檢測(cè)器檢測(cè)時(shí)間更短而另一種檢測(cè)器的檢測(cè)精度更高的錯(cuò)誤結(jié)論。

相反，我們?cè)谶M(jìn)行FD 實(shí)驗(yàn)時(shí)使用了另外一種方法。該方法的主要思路基于如下問(wèn)題：給定一組服務(wù)質(zhì)量要求，能否確定合適的故障檢測(cè)器參數(shù)使其滿足這些要求？為回答這一問(wèn)題，我們考慮以檢測(cè)時(shí)間和準(zhǔn)確度指標(biāo) （或MR，QAP ）為軸的服務(wù)質(zhì)量空間。然后，我們從行為高度激進(jìn)轉(zhuǎn)變?yōu)樾袨榉浅１Ｊ?（即TD越來(lái)越大，此時(shí)圖中的每個(gè)點(diǎn)都對(duì)應(yīng)于該檢測(cè)器的一個(gè)參數(shù)。當(dāng)我們依次選擇參數(shù)時(shí)，比如從小值逐步變?yōu)榇笾担憧梢缘玫皆S多點(diǎn)，并可用一條連續(xù)的曲線對(duì)這些點(diǎn)進(jìn)行擬合），改變檢測(cè)器的參數(shù)，進(jìn)而測(cè)量檢測(cè)器的覆蓋面積。故障檢測(cè)器覆蓋的面積便是可能與該故障檢測(cè)器相匹配的一組服務(wù)質(zhì)量要求相對(duì)應(yīng)的面積。每次實(shí)驗(yàn)中，不同的輸出值 （MR，QAP，TD）根據(jù)以下參數(shù)獲得：對(duì)SFD，給定初始安全范圍SM1列表，包括α，β在內(nèi)的其他參數(shù)未被列出，因?yàn)樗鼈冎粫?huì)影響參數(shù)自適應(yīng)調(diào)整的速率；對(duì)Chen FD，給定初始安全范圍列表；對(duì)FD，給定閾值參數(shù)Φ 列表。我們發(fā)現(xiàn)，當(dāng)參數(shù)依次連續(xù)變化時(shí) （例如，從小到大），圖形也會(huì)不斷發(fā)展，我們可以獲得足夠多的點(diǎn)在該曲線圖上擬合。

4.1 WAN 實(shí)驗(yàn)

本實(shí)驗(yàn)包括兩臺(tái)計(jì)算機(jī)：一臺(tái)在瑞士聯(lián)邦理工學(xué)院洛桑分校 （EPFL），另一臺(tái)在日本的JAIST。兩臺(tái)計(jì)算機(jī)通過(guò)正常的洲際互聯(lián)網(wǎng)連接通信。實(shí)驗(yàn)中使用的跟蹤文件與FD［11］完全相同，這也為共同評(píng)估SFD、Chen FD、Bertier FD 和FD 性能打下了基礎(chǔ)。

（1）實(shí)驗(yàn)設(shè)置：硬件／軟件／網(wǎng)絡(luò)：詳細(xì)來(lái)講，基于以下實(shí)驗(yàn)設(shè)置獲得跟蹤文件及相關(guān)數(shù)據(jù)。

心跳采樣：一周之內(nèi)結(jié)束實(shí)驗(yàn) （從4 月3 日2：56 UTC開(kāi)始，到4月10日3：01UTC結(jié)束）。實(shí)驗(yàn)期間真實(shí)測(cè)得的發(fā)送速率為每103.501 ms 一次心跳 （標(biāo)準(zhǔn)差：0.189 ms；最小值：101.674 ms；最大值：234.341 ms）。此外，總共發(fā)送5，845，713條心跳信息，被接收5，822，521條，消息丟失率約為0.399%。詳細(xì)檢測(cè)跟蹤文件后，發(fā)現(xiàn)消息丟失主要原因是814個(gè)脈沖串。大部分脈沖串持續(xù)時(shí)間較短，最長(zhǎng)脈沖串為1093個(gè)心跳 （只有1 個(gè)），持續(xù)約2分鐘。另外，大部分心跳不是直接從亞洲發(fā)往歐洲，而是經(jīng)由美國(guó)發(fā)往。

往返時(shí)間：往返時(shí)間平均值為283.338ms，標(biāo)準(zhǔn)差27.342 ms，最小值270.201ms，最大值717.832ms。通過(guò)分析跟蹤文件，我們確定了發(fā)送主機(jī)和接收主機(jī)的CPU 平均負(fù)載率分別為1／67和1／22，因此它們低于計(jì)算機(jī)的總?cè)萘俊?/p>

（2）實(shí)驗(yàn)結(jié)果：TD，MR，QAP 的實(shí)驗(yàn)結(jié)果見(jiàn)圖6、圖7。圖6給出了各檢測(cè)器的MR 比較結(jié)果，其中縱坐標(biāo)為對(duì)數(shù)標(biāo)度。最優(yōu)值位于左下角，意味著該檢測(cè)器的檢測(cè)時(shí)間更短、差錯(cuò)率更低。圖7給出了檢測(cè)器的QAP 比較結(jié)果，縱坐標(biāo)為線性標(biāo)度。最優(yōu)值位于左上角，意味著該檢測(cè)器的檢測(cè)時(shí)間更短、QAP 更高。

圖6 WAN 的差錯(cuò)率VS檢測(cè)時(shí)間

圖7 WAN 的查詢精度概率VS檢測(cè)時(shí)間

圖6中，當(dāng)TD＜0.3s時(shí)，Chen FD 和FD 的MR 和TD類似。當(dāng)0.3s＜TD＜0.9s時(shí)，SFD 和Chen FD 的結(jié)果類似，略優(yōu)于FD。當(dāng)TD＞0.9s時(shí)，Chen FD 的TD相同，但MR 最低。對(duì)SFD，在過(guò)于激進(jìn) （TD＜0.3s） 和過(guò)于保守的區(qū)域 （TD＞0.9s） 均沒(méi)有數(shù)據(jù)存在，原因是SFD 可以自動(dòng)調(diào)整參數(shù)。

開(kāi)始時(shí)，初始安全范圍SM1的值很小，于是本SFD 的服務(wù)質(zhì) 量輸出的檢 測(cè)時(shí)間較短TD（TD＜）、差 錯(cuò) 率MR （MR ＞）較大。這表明，服務(wù)質(zhì)量輸出沒(méi)有滿足QoS 要求，我們可以采取多種步驟來(lái)增加SM ，以降低MR。于是，本文算法對(duì)后續(xù)多個(gè)新點(diǎn)τ增加了SM 值，以降低服務(wù)質(zhì)量輸出的MR 。最終，我們滿足了該應(yīng)用場(chǎng)合要求的。

下一SM1值略大于上次值 （本文SFD 實(shí)驗(yàn)中，SM1從可能值列表中逐漸增加）。開(kāi)始時(shí)，SFD 的MR 值低于上次值 （SM1值較小），但仍大于MR 。于是，本文算法多次增加SM ，以逐漸降低輸出質(zhì)量的MR 值，并最終使服務(wù)質(zhì)量輸出滿足要求。所以，對(duì)于服務(wù)質(zhì)量整體輸出，SM1越大，則TD越大，MR 越小，QAP 越大。但這也不是絕對(duì)的，因?yàn)镾FD 可以自動(dòng)調(diào)整SM ，以滿足要求。

有趣的是，本W(wǎng)AN 環(huán)境中存在一些脈沖串。因此對(duì)每個(gè)SM1值，SFD 的服務(wù)質(zhì)量輸出經(jīng)調(diào)整滿足要求后，由于存在脈沖串，SFD 的服務(wù)質(zhì)量輸出存在一些波動(dòng)。

對(duì)本文SFDTD＞0.9s時(shí)的SM1值，本文算法可以降低下一新點(diǎn)τ的SM 值，雖然輕微增加了MR ，但可逐漸降低TD。如果SFD 的第1個(gè)輸出TD大于0.9s（因?yàn)镾M1非常大），我們可以通過(guò)更多的步驟來(lái)降低SM 和TD，最終實(shí)現(xiàn)TD＜TD。此時(shí)，就整體性能而言，輸出MR 變大，TD變小?？梢缘贸?，對(duì)TD＞0.9s時(shí)的SM1值，當(dāng)SFD的SM1增加時(shí)，TD變大，MR 變小。因?yàn)樯崛胝`差使圖形無(wú)法演變?yōu)榉浅１Ｊ氐那闆r，所以FD的圖形終止時(shí)間很早（2.43s）。Bertier FD 沒(méi)有動(dòng)態(tài)參數(shù)，所以只有一個(gè)點(diǎn)。其他實(shí)驗(yàn)環(huán)境下的狀態(tài)相同。圖7結(jié)果與圖6類似。

4.2 全面的PlanetLab WAN 實(shí)驗(yàn)

我們已經(jīng)在大量實(shí)驗(yàn)中分析了SFD 檢測(cè)器的部署行為。這里我們重點(diǎn)討論相關(guān)性最強(qiáng)的WAN 環(huán)境，以進(jìn)行全面的實(shí)驗(yàn)分析。本文實(shí)驗(yàn)的主要目的是觀察SFD 為與QoS 實(shí)現(xiàn)匹配進(jìn)行自我調(diào)節(jié)的性能狀況。此時(shí)，我們將其與Chen－FD、Bertier－FD、－FD進(jìn)行比較。我們首先描述各種WAN 環(huán)境，然后基于適當(dāng)?shù)姆椒▽?duì)SFD 與當(dāng)前其他檢測(cè)器做比較，最后對(duì)獲得的相關(guān)結(jié)果展開(kāi)討論。

（1）實(shí)驗(yàn)設(shè)置：下面描述實(shí)驗(yàn)環(huán)境，相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)見(jiàn)表1和表2。這里基于PlanetLab （http：／／www.planetlab.org／）做了6種典型的WAN 實(shí)驗(yàn)，使用的結(jié)點(diǎn)位于美國(guó)、歐洲 （德國(guó)）、日本、中國(guó) （香港）。每個(gè)地點(diǎn)與其他3個(gè)地點(diǎn)進(jìn)行通信 （如圖8和表1、表2所示）。地點(diǎn)和主機(jī)名總結(jié)于表1。設(shè)置每個(gè)WAN 實(shí)驗(yàn)持續(xù)約24小時(shí)，目標(biāo)心跳間隔設(shè)為10ms。

圖8 PlanetLab廣域網(wǎng)主機(jī)

表1 WAN 實(shí)驗(yàn)概覽

表2 實(shí)驗(yàn)概覽：統(tǒng)計(jì)數(shù)據(jù)

實(shí)驗(yàn)1 （WAN－1）：地點(diǎn)從美國(guó)斯坦福大學(xué)至日本奈良科技研究所，時(shí)間從2013 年3 月12 日開(kāi)始。心跳有效間隔為12.825ms，總共發(fā)送了6，737，054個(gè)心跳。心跳平均到達(dá)時(shí)間為12.83 ms （時(shí)針漂移比較輕微），標(biāo)準(zhǔn)差14.892ms，平均往返時(shí)間為193.909ms。

實(shí)驗(yàn)2 （WAN－2）：地點(diǎn)從德國(guó)至美國(guó)，時(shí)間從2013年3月8日開(kāi)始。總共發(fā)送了7，477，304 個(gè)心跳，丟失率為5%。

實(shí)驗(yàn)3 （WAN－3）：地點(diǎn)從日本至德國(guó)，從2013 年3月6 日開(kāi)始?？偣舶l(fā)送了7，104，446 個(gè)心跳，丟失率為2%。

實(shí)驗(yàn)4 （WAN－4）：地點(diǎn)從香港 （中國(guó)）至美國(guó)，時(shí)間從2013年3月10 日開(kāi)始。總共發(fā)送了7，028，178 個(gè)心跳，丟失率為0%。

實(shí)驗(yàn)5 （WAN－5）：地點(diǎn)從香港 （中國(guó)）至德國(guó)，時(shí)間從2013年3月11 日開(kāi)始。總共發(fā)送了7，008，170 個(gè)心跳，丟失率為4%。

實(shí)驗(yàn)6 （WAN－6）：地點(diǎn)從香港科技大學(xué)至日本慶應(yīng)義塾大學(xué)湘南藤澤校區(qū)Mural實(shí)驗(yàn)室?？偣舶l(fā)送了7，040，560個(gè)心跳，丟失率為0%。

最后需要指出的是，ping進(jìn)程與實(shí)驗(yàn)同步運(yùn)行，以獲得ping命令日志文件。這些文件證明了實(shí)驗(yàn)期間，網(wǎng)絡(luò)連通性始終良好。

（2）實(shí)驗(yàn)結(jié)果與討論。各檢測(cè)器在不同實(shí)驗(yàn)設(shè)置下的觀測(cè)結(jié)果類似。PlanetLab中WAN－2 至WAN－6 的實(shí)驗(yàn)結(jié)果與WAN－1類似。由于篇幅所限，我們?cè)趫D9和圖10中給出WAN－1的實(shí)驗(yàn)結(jié)果。

圖9 WAN1：MR VS TD

我們從美國(guó)至日本W(wǎng)AN－1實(shí)驗(yàn)中獲得實(shí)驗(yàn)結(jié)果 （如圖9、圖10所示）。Bertier FD 沒(méi)有動(dòng)態(tài)參數(shù)，所以它為只有一個(gè)點(diǎn)的激進(jìn)型故障檢測(cè)器。Chen FD 為保守型檢測(cè)器，最終MR 值為0。對(duì)FD，舍入誤差的存在使得我們無(wú)法計(jì)算保守范圍內(nèi)的點(diǎn)，F(xiàn)D 的曲線終止時(shí)TD為1.58s，MR 為0.002，QAP 為99.8%。3種方案的起始點(diǎn)類似，但沒(méi)有一個(gè)方案可以根據(jù)網(wǎng)絡(luò)動(dòng)態(tài)變化來(lái)自動(dòng)調(diào)節(jié)參數(shù)。很顯然，這一問(wèn)題在SFD 中得到解決。

圖10 WAN1：QAP VS TD

SFD 曲線持續(xù)時(shí)間為0.10s至0.87s。它的起始點(diǎn)為T(mén)D0.10s，MR0.31，QAP99.5%。SFD 曲線逐漸變化后的點(diǎn)為T(mén)D0.87s，MR0.00041，QAP99.8%，參數(shù)SM1有所上升。此后，當(dāng)初始安全范圍再次上升時(shí)，Chen FD 服務(wù)質(zhì)量輸出的TD變長(zhǎng)，而SFD 沒(méi)有。SFD 發(fā)現(xiàn)該輸出的TD大于要求水平后，自動(dòng)調(diào)整其他參數(shù) （設(shè)置Satk｛Qo S｝＝－β以降 低SM ），降 低TD，但 這 同 時(shí)也導(dǎo)致MR 有所上升。在此調(diào)整期間，SFD 不斷地調(diào)整參數(shù)Satk｛Qo S，QoS ｝＝－β，以 逐漸降低輸出的TD值。最后，輸出TD實(shí)現(xiàn)TD＜，輸出MR 和QAP 也達(dá)到預(yù)期水 平 （MR ＜MR ，QAP ＞QAP ）。SM1上升后，SFD 圖逐漸演變后的點(diǎn)為T(mén)D0.10s，MR0.31，QAP99.5%，與初始點(diǎn)非常接近。

SFD 對(duì)FD、Bertier FD、Chen FD 的優(yōu)化非常大：雖然SFD 的性能有時(shí)低于其他檢測(cè)器 （例如，當(dāng)DT低于0.2 s時(shí)，F(xiàn)D 的MR 要低于SFD），但是只有SFD 可以根據(jù)自動(dòng)調(diào)整參數(shù)。具體地，當(dāng)初始安全范圍SM1上升時(shí)，SFD 始 終 可 以 自 動(dòng) 調(diào) 整Satk｛Qo S｝，確 定 合 適 的SM ，以便根據(jù)用戶需求獲得滿意的服務(wù)質(zhì)量輸出。相反，其他方案的服務(wù)質(zhì)量輸出缺乏針對(duì)性：部分檢測(cè)器只是暫時(shí)地與要求相匹配，部分檢測(cè)器與要求始終不匹配，以致工程人員必須要手工調(diào)整相關(guān)參數(shù)。這些方案必須要嘗試參數(shù)所有可能取值，獲得性能輸出曲線，才能知道哪些參數(shù)取值適合網(wǎng)絡(luò)條件 （手工方式選擇相關(guān)參數(shù)）。如果網(wǎng)絡(luò)發(fā)生重大變化，工程人員必須要再次手工調(diào)整相關(guān)參數(shù)。總體來(lái)說(shuō)，SFD 可以自我調(diào)整，可廣泛應(yīng)用于工商業(yè)云計(jì)算環(huán)境。

參數(shù)設(shè)置不同，結(jié)果也會(huì)不同，所以參數(shù)設(shè)置對(duì)所有檢測(cè)器來(lái)說(shuō)都具有重要作用。對(duì)定量分析，當(dāng)參數(shù)以固定次序連續(xù)變化時(shí) （比如從較小值變?yōu)檩^大值），大部分情況下的圖形也會(huì)連續(xù)單調(diào)變化 （異常情況的可能原因是部分突發(fā)數(shù)據(jù)和陳舊數(shù)據(jù)影響了服務(wù)質(zhì)量輸出）。各個(gè)參數(shù)是獨(dú)立的，所以參數(shù)變化和結(jié)果變化間沒(méi)有定量關(guān)系。

綜上所述，我們基于多個(gè)WAN 環(huán)境評(píng)估了SFD 性能（如圖8所示）。實(shí)驗(yàn)結(jié)果已經(jīng)表明，相比當(dāng)前其他最新故障檢測(cè)器，SFD 可以自動(dòng)調(diào)整參數(shù)，在一般網(wǎng)絡(luò)環(huán)境下性能優(yōu)異。

4.3 4種檢測(cè)器的比較性分析

以上實(shí)驗(yàn)已經(jīng)覆蓋了當(dāng)前所能發(fā)現(xiàn)的大多數(shù)典型應(yīng)用環(huán)境?；谝陨蠈?shí)驗(yàn)，我們得出以下結(jié)論：

自適應(yīng)特性：實(shí)驗(yàn)結(jié)果表明，在自適應(yīng)能力方面，SFD 優(yōu)于其他當(dāng)前檢測(cè)器 （FD，Bertier FD，Chen FD）。具體地，對(duì)云計(jì)算網(wǎng)絡(luò)，當(dāng)初始安全范圍SM1上升時(shí)，SFD 總 是 可 以 自 動(dòng) 調(diào) 整Satk｛Qo S｝，確 定 合 適 的SM ，以根據(jù)用戶需求得到滿意的服務(wù)質(zhì)量輸出。相反，其他檢測(cè)器的服務(wù)質(zhì)量輸出缺乏針對(duì)性。如果網(wǎng)絡(luò)發(fā)生重大變化，工程人員必須再次手工調(diào)整參數(shù)。

窗口大小的影響：我們將分析窗口大小對(duì)檢測(cè)器服務(wù)質(zhì)量的影響。對(duì)FD，窗口越大，性能越優(yōu)?？赡茉蚴菤v史信息對(duì)FD 獲得較高的服務(wù)質(zhì)量具有重要作用。FD 基于正態(tài)分布函數(shù)，所以窗口越大，歷史數(shù)據(jù)越多，計(jì)算出來(lái)的正態(tài)分布函數(shù)對(duì)相關(guān)網(wǎng)絡(luò)案例的適應(yīng)性更強(qiáng)。對(duì)Bertier FD，窗口大小對(duì)其服務(wù)質(zhì)量的影響基本可以忽略?？赡茉蚴?，Bertier FD 沒(méi)有需要調(diào)整的參數(shù)。對(duì)Bertier FD 和SFD，窗口越小，性能越優(yōu)。當(dāng)窗口變大時(shí)，Chen FD 和SFD 獲得的歷史數(shù)據(jù)更多，大量突發(fā)數(shù)據(jù)和陳舊數(shù)據(jù)可能會(huì)影響服務(wù)質(zhì)量的輸出，對(duì)性能的貢獻(xiàn)有限 （甚至?xí)绊懶阅埽?。窗口變小后，Chen FD 和SFD 對(duì)網(wǎng)絡(luò)的適應(yīng)時(shí)間變短?？傮w來(lái)說(shuō)，SFD 是具有實(shí)用價(jià)值的自適應(yīng)故障檢測(cè)器，可有效用于工商業(yè)領(lǐng)域，自動(dòng)滿足用戶服務(wù)質(zhì)量需求。此外，SFD的拓展性非常強(qiáng)，即使窗口較小也可獲得優(yōu)異性能，節(jié)約了非常珍貴的存儲(chǔ)資源。所有證據(jù)均證明了本文通用型自適應(yīng)故障檢測(cè)器SFD 的有效性。

5 結(jié)束語(yǔ)

本文對(duì)實(shí)際中的自動(dòng)容錯(cuò)云計(jì)算網(wǎng)絡(luò)，就故障檢測(cè)器特性展開(kāi)研究，提出了一種可以滿足用戶需求的通用型相關(guān)參數(shù)非人工自適應(yīng)調(diào)整算法。以該通用型自動(dòng)算法為基礎(chǔ)，我們又提出了一種具體的動(dòng)態(tài)自適應(yīng)故障檢測(cè)器SFD，可看成是當(dāng)前算法的一個(gè)重大突破。基于實(shí)際而又廣泛的仿真實(shí)驗(yàn)，比較了SFD 相對(duì)其他當(dāng)前檢測(cè)器的服務(wù)性能質(zhì)量。實(shí)驗(yàn)結(jié)果表明，本文算法可以自動(dòng)調(diào)整SFD 控制參數(shù)，獲得相應(yīng)的服務(wù)水平，滿足用戶需求。性能表現(xiàn)良好。該SFD 算法可以廣泛應(yīng)用于工商業(yè)領(lǐng)域，并可為云計(jì)算網(wǎng)絡(luò)帶來(lái)巨大效益。本文SFD 基于并行理論還可應(yīng)用于 “單監(jiān)視器”（one monitors multiple）和 “多監(jiān)視器”（multiple monitor multiple）領(lǐng)域。我們下一步工作的重點(diǎn)是研究?jī)?nèi)容云計(jì)算系統(tǒng)中基于最小化延遲的數(shù)據(jù)傳輸方案。

［1］DENG Wei，LIU Fangming，JIN Hai.Leveraging renewable energy in cloud computing datacenters：state of the art and future research ［J］.Chinese Journal of Computers，2013，36（3）：582－598 （in Chinese）.［鄧維，劉方明，金海.云計(jì)算數(shù)據(jù)中心的新能源應(yīng)用：研究現(xiàn)狀與趨勢(shì) ［J］.計(jì)算機(jī)學(xué)報(bào)，2013，36 （3）：582－598.］

［2］WANG Yijie，SUN Weidong，ZHOU Song.Key technologies of distributed storage for cloud computing ［J］.Journal of Software，2012，23 （4）：962－986 （in Chinese）. ［王意潔，孫偉東，周松.云計(jì)算環(huán)境下的分布存儲(chǔ)關(guān)鍵技術(shù) ［J］.軟件學(xué)報(bào)，2012，23 （4）：962－986.］

［3］LIN Guoyuan，HE Shan，HUANG Hao.Access control security model based on behavior in cloud computing environment［J］.Journal on Communications，2012，23 （3）：59－66 （in Chinese）.［林果園，賀珊，黃皓.基于行為的云計(jì)算訪問(wèn)控制安全模型 ［J］.通信學(xué)報(bào)，2012，33 （3）：59－66.］

［4］Silveira F，Diot C，Taft N，et al.ASTUTE：Detecting a different class of traffic anomalies［J］.ACM SIGCOMM Computer Communication Review，2010，40 （4）：267－278.

［5］Stefanakos S.Reliable routings in networks with generalized link failure events ［J］.IEEE／ACM Transactions on Networking，2008，16 （6）：1331－1339.

［6］Takeuchi K，Tanaka T，Yano T.Asymptotic analysis of general multiuser detectors in MIMO DS－CDMA channels ［J］.IEEE Journal on Selected Areas in Communications，2008，26（3）：486－496.

［7］Park SH，Lee JY，Yu SC.Non－blocking atomic commitment algorithm in asynchronous distributed systems with unreliable failure detectors［C］／／Tenth International Conference on Information Technology：New Generations.IEEE，2013：33－38.

［8］Leonard D，Yao Z，Rai V，et al.On lifetime－based node failure and stochastic resilience of decentralized peer－to－peer networks［J］.IEEE／ACM Transactions on Networking，2007，15 （3）：644－656.

［9］Chen W，Toueg S，Aguilera MK.On the quality of service of failure detectors ［J］.IEEE Transactions on Computers，2002，51 （5）：561－580.

［10］Bertier M，Marin O，Sens P.Implementation and performance evaluation of an adaptable failure detector［C］／／Proceedings of the International Conference on Dependable Systems and Networks，2002：354－363.

［11］Défago X，Urbán P，Hayashibara N，et al.Definition and specification of accrual failure detectors［C］／／Proceedings International Conference on Dependable Systems and Networks.IEEE，2005：206－215.

［12］Bertier M，Marin O，Sens P.Performance analysis of a hierarchical failure detector［C］／／DSN，2003：635－644.

［13］Jacobson V.Congestion avoidance and control ［J］.ACM SIGCOMM Computer Communication Review，1988，18（4）：314－329.