專利名稱：確定異常的相似分?jǐn)?shù)的制作方法
確定異常的相似分?jǐn)?shù)背景技術(shù)
當(dāng)請信息科技(IT)專家解決計算機系統(tǒng)的問題時，這些專家常常不知其他系統(tǒng) 早先發(fā)生過的相關(guān)問題。IT專家常常被迫在不知道其他系統(tǒng)的相似問題的情況下去解決問題。



分配；


為了本發(fā)明的示意性實施例的詳細(xì)描述，現(xiàn)在將對附圖進(jìn)行參考圖1示出了依據(jù)各實施例的一種系統(tǒng)；圖2示出了依據(jù)各實施例的第一異常的示例；圖3示出了依據(jù)各實施例的第二異常的示例；圖4進(jìn)一步闡釋了依據(jù)各實施例的第一和第二異常；圖5示出了依據(jù)各實施例的第一和第二異常的另一描繪；圖6示出了依據(jù)各實施例的一種方法；圖7和8闡釋了依據(jù)各實施例的來自一個異常的配置項(Cl)與另一異常的Cl的圖9示出了依據(jù)各實施例的圖6的方法的進(jìn)一步細(xì)節(jié)；圖10-13闡釋了將此處描述的方法應(yīng)用于圖4的示例；以及 圖14示出了依據(jù)各實施例的圖6的方法的進(jìn)一步細(xì)節(jié)。
具體實施方式
以下討論涉及本發(fā)明的各實施例。雖然這些實施例中的一個或多個可以是優(yōu)選 的，但是所公開的實施例不應(yīng)解釋為，或者以其他方式用作，限制包括權(quán)利要求的本公開的 范圍。另外，本領(lǐng)域技術(shù)人員應(yīng)理解，以下說明具有廣泛的應(yīng)用，并且任何實施例的討論僅 用作該實施例的示例，并非意在暗示包括權(quán)利要求的本公開的范圍被局限于該實施例。
圖1示出了包括一個或多個服務(wù)器20的網(wǎng)絡(luò)的實施例，所述一個或多個服務(wù)器20 被耦合在一起并經(jīng)由網(wǎng)絡(luò)鏈路25耦合于數(shù)據(jù)庫40和異常確定單元50。每個服務(wù)器20可 包括耦合于存儲器24的一個或多個處理器22、一個或多個端口 23、以及硬盤驅(qū)動器26。存 儲器24和硬盤驅(qū)動器26共同或單獨地構(gòu)成計算機可讀存儲介質(zhì)，軟件可存儲于其上且被 處理器22執(zhí)行。存儲器24還存儲可被處理器22執(zhí)行的一個或多個應(yīng)用。
服務(wù)器20和數(shù)據(jù)庫40包括“配置項”(Cl)。通常，Cl包括硬件組件或軟件組 件，其性能在某種程度上可以被監(jiān)視。例如，每個服務(wù)器20包括處理器22。各處理器度量 (metric)可被監(jiān)視，例如處理器利用率，在本公開中指定為“CPU”(中央處理單元)(即，處 理器當(dāng)前正在經(jīng)歷的全容量的百分比)。作為與服務(wù)器相關(guān)聯(lián)的被監(jiān)視度量的額外示例， 服務(wù)器的存儲器24的使用可被監(jiān)視(例如，被使用的存儲器容量的百分比)，并且在此稱 為“MEM”。服務(wù)器的另一被監(jiān)視的度量被稱為“PING”，其是接收對消息的響應(yīng)所需的時間。 “PORT”是另一個服務(wù)器度量，其指的是從特定服務(wù)器20上的特定端口接收響應(yīng)所需的時間。被稱為“PF”(頁面錯誤)的度量指的是，例如，服務(wù)器存儲器訪問頁面錯誤中的結(jié)果的 頻率。數(shù)據(jù)庫，諸如數(shù)據(jù)庫40，也可具有被監(jiān)視的度量。例如，度量QUERY指的是在數(shù)據(jù)庫 上運行特定查詢所需的時間。web (網(wǎng)絡(luò))服務(wù)器可具有被監(jiān)視的REQUEST度量。REQUEST 度量指的是web服務(wù)器上運行的特定數(shù)據(jù)庫實例所處理的請求的數(shù)量。不同的和/或額外 的度量也可以被監(jiān)視。例如,應(yīng)用28可以像端口 23—樣被監(jiān)視。通常，每個度量與一個Cl 相關(guān)聯(lián)。
仍然參考圖1，一個或多個監(jiān)視器30被提供以監(jiān)視諸如以上所列的各種度量。在 至少一些實施例中，監(jiān)視器30包括可由處理器22執(zhí)行的代碼。在其他實施例中，監(jiān)視器可 包括硬件邏輯電路。在一些實施例中，監(jiān)視器30被實施為處理器22上執(zhí)行的一段集中的 代碼，而在其他實施例中，每個被監(jiān)視的度量具有其自己的監(jiān)視器(可執(zhí)行軟件或硬件)， 該監(jiān)視器與用作監(jiān)視其他度量的監(jiān)視器相分離。監(jiān)視器可以集中或分布于整個網(wǎng)絡(luò)中。
每個被監(jiān)視的度量為了異常行為而被監(jiān)視。監(jiān)視器30可配置特定閾值。當(dāng)相關(guān) 聯(lián)的度量超出閾值時，該度量被視為異常。例如，CPU度量可配置為85%。一旦處理器利用 率超過了容量的85%，那么CPU度量就視為異常。作為另一示例，QUERY度量可配置為500 毫秒。花費時間超過500毫秒的對數(shù)據(jù)庫40的查詢請求被視為異常。
每個監(jiān)視器30具有相關(guān)聯(lián)的名稱。例如，監(jiān)視HOSTl的處理器利用率的監(jiān)視器30 可稱作“H0ST1的CPU利用率”。每個監(jiān)視器30具有標(biāo)識被監(jiān)視的度量的類型和為之監(jiān)視 度量的特定Cl的名稱。
圖1中的異常確定單元50在至少一些實施例中包括計算機，并且依此，包括耦合 于計算機可讀存儲介質(zhì)(CRSM) 54的處理器52。CRSM 54可包括易失性存儲器(例如，隨機 存取存儲器)、非易失性存儲器(例如，硬盤驅(qū)動器、只讀存儲器，等等)、或者它們的組合。 CRSM 54包括可由處理器52執(zhí)行的軟件56。CRSM 54還包括歷史異常數(shù)據(jù)58。歷史異常 數(shù)據(jù)58包括一個或多個網(wǎng)絡(luò)的的異常度量信息連同這些網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。
圖2闡釋了特定網(wǎng)絡(luò)的此類歷史異常數(shù)據(jù)58的示例，該網(wǎng)絡(luò)的至少一個被監(jiān)視度 量視為異常。圖2的表示描繪了在該特定網(wǎng)絡(luò)中被監(jiān)視的各Cl連同這些Cl的相互依賴 關(guān)系(interdependence),以及與每個這種Cl相關(guān)聯(lián)的被監(jiān)視的度量。圖2中描繪的特定 網(wǎng)絡(luò)稱作“異常I”。在異常I的示例中，用較大圓圈標(biāo)示了 4個Cl——DBl (I個數(shù)據(jù)庫) 和3個服務(wù)器(HOST1、H0ST2、和H0ST3)。將DBl連接至Ij HOSTl和H0ST2的每一個的鏈接 (link) 70和72指示了 DBl依賴于HOSTl和H0ST2中的每一個，也即，數(shù)據(jù)庫DBl運行于 HOSTl或H0ST2任一上。DBl不運行于H0ST3上，因此沒有將DBl連接到H0ST3的鏈接。
連接到每個Cl的較小的圓圈標(biāo)示了與每個這樣的經(jīng)歷過異常行為的Cl相關(guān)聯(lián) 的度量。在圖1的示例中，每個Cl——DB1、H0ST1、H0ST2、H0ST3——具有被視為異常的至 少一個被監(jiān)視度量。DBl具有標(biāo)為QUERY的異常度量，這意味著對DBl的一個或多個查詢 請求的完成超出了相關(guān)聯(lián)的時間閾值。HOSTl具有三個異常度量——CPU、MEM和PING。與 HOSTl相關(guān)聯(lián)的處理器和存儲器使用超出了所定義的閾值。HOSTl的PING異常度量指示 接收對HOST I的消息的響應(yīng)所花費的時間比閾值時間量長。H0ST2僅具有兩個異常度量(PF 和PING)，并且H0ST3也具有兩個異常度量(CPU和PORT)。對于每個Cl而言還可以有額外 度量被監(jiān)視，但圖1示出的度量是已經(jīng)被視為異常的度量。剩余附圖中的較大的Cl圓圈和 較小的度量圓圈的含義具有類似的含義。圖2和本公開的剩余附圖中示出的度量僅僅是那些已經(jīng)被視為異常的被監(jiān)視度量。其他度量可以被監(jiān)視，但不是異常。
圖3闡釋了另一個存儲在異常確定單元50的歷史異常數(shù)據(jù)55中并且包括四個 Cl (命名為DB2、H0ST4、H0ST5和HS)的網(wǎng)絡(luò)表示。圖3中描繪的網(wǎng)絡(luò)被標(biāo)為“異常2”。Cl 名稱IISl (因特網(wǎng)信息服務(wù))指的是web服務(wù)器。DB2通過鏈接82而鏈接到H0ST4，意味 著DB2運行于H0ST4上。如鏈接84所指示的，IISl鏈接到H0ST5并且因此依賴于H0ST5。 DB2具有一個異常QUERY度量。H0ST4具有兩個異常度量——CPU和MEM。H0ST5具有一個 異常度量PF。IISl具有一個異常度量——REQUESTS。
圖4并排示出了異常I和異常2。每個網(wǎng)絡(luò)包括一個數(shù)據(jù)庫和多個服務(wù)器(異常 I的三個服務(wù)器H0ST1-3，和異常2的兩個服務(wù)器H0ST4-5)。異常2還包括異常I中沒有的 IISlCI。圖4還示出了各Cl的已經(jīng)被確定為異常的度量。
圖5是列出Cl的異常I和異常2的另一描繪。對于每個Cl，任何連接到該Cl的 相鄰Cl也連同任何相關(guān)聯(lián)的異常度量一起示出。
圖6闡釋了方法實施例，其中計算兩個異常的相似分?jǐn)?shù)，諸如異常I和異常2。為 之計算相似分?jǐn)?shù)的異常表示網(wǎng)絡(luò)、Cl之間的依賴關(guān)系的其拓?fù)浣Y(jié)構(gòu)、以及與Cl相關(guān)聯(lián)的異 常度量。因此，相似分?jǐn)?shù)提供了兩個網(wǎng)絡(luò)的異常行為的相似度的數(shù)值指示。為之計算相似 分?jǐn)?shù)的異常可對應(yīng)于不同網(wǎng)絡(luò)，或者可以是相同網(wǎng)絡(luò)在不同時間點的快照。
圖6中描繪的動作可由網(wǎng)絡(luò)中的異常確定服務(wù)器50或其他計算機的處理器52上 執(zhí)行的軟件56來執(zhí)行。圖6和此處描述的其他方法實施例的動作可依照所示的次序、或者 以不同的次序來執(zhí)行。進(jìn)一步地，此處描述的方法實施例中，兩個或多個動作可被并行而非 串行地執(zhí)行。
在102處，監(jiān)視器和相關(guān)聯(lián)Cl被提取。該提取動作包括，至少在一些實施例中，移 除對監(jiān)視器和Cl的特定實例的參考。例如，為“H0ST1的CPU利用率”提取監(jiān)視器消除了對 “H0ST1”的參考而只留下“CPU利用率”。作為額外示例，提取Cl “H0ST4”包括將Cl重命名 為“HOST”而不參考HOST的特定實例。監(jiān)視器和相關(guān)聯(lián)Cl基于監(jiān)視器類型(CPU利用率、 存儲器使用等)和Cl類型(HOST、DB、IIS等)而被提取。
在104處，方法包括在2個異常之間匹配共同類型的Cl，從而將來自一個異常的一 個或多個Cl分配給來自其他異常的特定Cl。在106處，基于兩個異常的異常度量和互連的 Cl的拓?fù)浣Y(jié)構(gòu)以及兩個異常之間的Cl的分配，來計算相似分?jǐn)?shù)。
在動作104處，如以上解釋的，確定如何將來自一個異常的一個或多個Cl匹配到 其他異常中的Cl。圖7-13進(jìn)一步闡釋了該確定。圖7示出了對于異常I中的DB1，在異常 2中僅有一個Cl與其具有相同類型(數(shù)據(jù)庫)。因此，異常I中的DBl與異常2中的DB2 匹配。圖7還闡釋了異常I中的IISl在異常I中沒有相同類型的Cl。
圖8描繪了待匹配的剩余Cl——異常I的H0ST1、H0ST2和H0ST3，以及異常2的 H0ST4和H0ST5。動作104確定了如何將異常I的三個HOST與異常2的兩個HOST相匹配。 一個異常的每個Cl僅能與另一異常的單個Cl匹配。因此，異常I的兩個HOST將與異常2 的兩個HOST匹配，而異常I的第三個HOST將不會與異常2中的HOST匹配。
圖9提供了如何能夠?qū)崿F(xiàn)異常之間的Cl的匹配的附加細(xì)節(jié)。在122處，在兩個異 常之間的共同Cl類型內(nèi)的每對Cl (例如，來自每個異常的一個Cl)之間計算分?jǐn)?shù)函數(shù)。例 如，為異常I中的H0ST1和異常2中的H0ST4計算分?jǐn)?shù)函數(shù)，并且為H0ST1和H0ST5計算另一分?jǐn)?shù)函數(shù)。類似地，為H0ST2/4和H0ST2/5的Cl對的每一對、且為H0ST3/4和H0ST3/5 的Cl對計算分?jǐn)?shù)函數(shù)。
依據(jù)至少一個實施例，使用以下分?jǐn)?shù)函數(shù) 4TotalElements\^ TotalElementsl
其中CIl是來自一個異常的Cl，且CI2是來自另一個異常的相同類型的Cl，為其計算了分?jǐn)?shù)函數(shù)。CommonMetrics表示CIl和CI2之間共同的共同異常度量類型的數(shù)量。在 HOSTl和H0ST4的示例中，兩個主機都有共同的CPU和MEM度量(參見例如附圖4)，并且因此該Cl對的CommonMetrics值是2。Metricffeight是對關(guān)于鏈接到CIl和CI2的其他Cl 的度量給出的權(quán)重。例如，MetricWeight為2意味著度量類型的匹配的重要性是相鄰Cl類型的匹配的兩倍。CommonNeighbors是CIl和CI2之間的共同Cl類型的鄰居的數(shù)量。例如， HOST I和H0ST4均具有一個相連接的Cl，并且每個這樣的相鄰Cl具有類型DB (鏈接到HOST I 的DBl和鏈接到H0ST4的DB2)。因此，HOSTl和H0ST2之間的CommonNeighbors的值是I。 如果CIl和CI2是相同的Cl實例(例如，二者都是H0ST1)的話，SameInstanceIndicator 是I，否則為O。
TotalElementsl 和 TotalElements2 由以下公式給出
TotalElementsl = TotalMetricsl*Metricffeight+TotalNei·ghborsl+SameInsta ncelndicator
TotalElements2 = TotalMetricsl*Metricffeight+TotalNeighbors2+SameInsta ncelndicator
其中TotalMetricsl是CIl的度量的總數(shù)量。對于H0ST1，HOSTl共有三種度量(CPU、MEM 和 PING)。因此，對于 H0ST1，TotalMetricsl 的值是 3。TotalMetrics2 是 CI2的度量的總數(shù)量。對于H0ST4，H0ST2共有兩種度量(CPU和MEM)。因此，對于H0ST4， TotalMetrics2的值是2。TotalNeighborsl是直接鏈接到CIl的Cl的總數(shù)。HOST I,例如，僅鏈接到一個其他 Cl (DBl)，因此，HOSTl 的 TotalNeighborsl 是 I。TotalNeighbors2 是直接鏈接到CI2的Cl的總數(shù)。H0ST4，例如，僅鏈接到一個其他Cl (DB2)，因此，H0ST4的 TotalNeighbors2 是 I。
圖10示出了四對Cl的分?jǐn)?shù)函數(shù)計算?？梢钥闯觯琀OSTl和H0ST4的分?jǐn)?shù)以及H0ST2 和H0ST5的分?jǐn)?shù)是所列出的那些分?jǐn)?shù)中最高的，分別為O. 85和O. 52。
在圖9中的124處，每個分?jǐn)?shù)函數(shù)乘以(-1)以將分?jǐn)?shù)函數(shù)轉(zhuǎn)換成成本函數(shù)。在 126處,組合優(yōu)化函數(shù)被應(yīng)用于成本函數(shù),從而以最低的總計(aggregated)成本函數(shù)(或者最高的總計分?jǐn)?shù)函數(shù))對異常之間的Cl進(jìn)行匹配。該優(yōu)化函數(shù)以這樣的方式將來自一個異常的Cl分配到其他異常中的Cl，S卩，所分配的Cl的成本函數(shù)的總和低于其他所有可能的分配。依據(jù)至少一個實施例，就這點而言，使用匈牙利算法。
一旦圖10的示例的成本函數(shù)通過組合優(yōu)化函數(shù)被處理，該優(yōu)化函數(shù)就確定Cl將如何被匹配。在一個示例中，圖11闡釋了異常I的HOSTl應(yīng)當(dāng)匹配至異常2的H0ST4，并且異常I的H0ST2應(yīng)當(dāng)匹配至異常2的H0ST5，從而剩下異常I的H0ST3與異常2的Cl不匹配。圖12闡釋了異常I和2的所有Cl，并且標(biāo)識了以上討論的匹配。HOST如以上所論述的那樣匹配，并且數(shù)據(jù)庫DBl和DB2相匹配。IISl和H0ST3仍然未匹配。圖13示出了異常、它們的拓?fù)浣Y(jié)構(gòu)和Cl之間的匹配的另一描繪。圖13中的虛線示出了一個異常中的一給定Cl與另一個異常中的相同類型的另一 Cl相匹配。在圖13的示例中，匹配的Cl的分?jǐn)?shù)函數(shù)的值在虛線上的括號中示出。
簡單參考圖6，按照動作106，一旦各Cl相匹配，就為兩個異常計算相似分?jǐn)?shù)。圖14 提供了依據(jù)至少一個實施例的關(guān)于如何計算相似分?jǐn)?shù)的進(jìn)一步細(xì)節(jié)。在152處，異常I中的Cl的數(shù)量被確定(NumOfCIl)。在圖13的示例中，異常I具有四個Cl (DB1、H0ST1、H0ST2 和H0ST3)，并且因此NumOfCIl是4。在154處，異常2中的Cl的數(shù)量被確定(NumOfCI2)。 在圖13的示例中，異常2具有四個CI(DB2、H0ST4、H0ST5和IIS1)，并且因此Num0fCI2是 4。
在156處，依據(jù)Cl的匹配，確定在兩個異常之間匹配的鏈接的數(shù)量 (MatchingLinksCount)。在圖13的示例中，僅鏈接180、182把在兩個異常中具有匹配對應(yīng)物(counterpart)的兩個Cl鏈接起來，因此MatchingLinksCount的值是I。存在這樣一對匹配的鏈接，因此MatchingLinksCount的值為I,以反映該一對。
在158處，確定了異常I中連接到一個Cl的鏈接的數(shù)量(NumOfLinksl)，其中該 Cl已經(jīng)與異常2中的一個Cl相匹配。在圖13的示例中，兩個鏈接180和184連接到了已經(jīng)匹配的Cl，因此NumOfLinksl的值為2。
類似地，在160處，確定了異常2中連接到一 個Cl的鏈接的數(shù)量(Num0fLinks2)， 該Cl已經(jīng)與異常I中的一個Cl相匹配。在圖13的示例中，兩個鏈接182和186連接到了已經(jīng)匹配的Cl，因此Num0fLinks2的值為2。
在162處，該方法包括，計算所分配的Cl的所有分?jǐn)?shù)函數(shù)的總和，然后將 MatchLinksCount的值加到該總和上。在圖13的示例中，如上所述,在虛線上的括號內(nèi)示出了匹配的Cl的分?jǐn)?shù)函數(shù)的值，其指示了相匹配的Cl。因此，分?jǐn)?shù)函數(shù)1、0. 85和O. 52被總和在一起，并且MatchLinksCount的值，1，被加到該總和上。在164處，來自動作162的結(jié)果被除以[(NumOfCI s 1+Num0f Links I) * (NumOfCI s2+Num0fLinks2)]的平方根。以下等式闡釋了此處所示的示例中的動作162和164的計算1 + 0.85 + 0.52 + 1 _ n “
^[(4+ 2) *(4+ 2)] ~ .
因此，這里描述的異常I和異常2的示例的相似分?jǐn)?shù)為O. 56。還參照圖14，闡釋了上述的數(shù)學(xué)操作。
采用這里描述的實施例，可對兩個異常(即，兩個正經(jīng)歷異常行為的網(wǎng)絡(luò))計算相似分?jǐn)?shù)。此外，可對多對異常行為網(wǎng)絡(luò)計算相似分?jǐn)?shù)。例如，可針對一個異常相對多個其他異常來計算相似分?jǐn)?shù)。對應(yīng)于最高相似分?jǐn)?shù)的網(wǎng)絡(luò)對表明那些特定異常最為相似。
關(guān)于哪對異常最相似的確定能夠以多種方式使用。例如，一 IT專家可使異常確定服務(wù)器50，基于相似分?jǐn)?shù)，確定歷史異常數(shù)據(jù)58中的哪個異常與該專家正在分析的有問題的網(wǎng)絡(luò)最相似。一旦專家、就此而言的其他人，確定了哪個歷史異常最相似，專家就可確定該歷史異常是如何被解決的。該解決方案可有助于解決正在分析的網(wǎng)絡(luò)的問題。
上述討論旨在闡述本發(fā)明各實施例的原理。對于本領(lǐng)域技術(shù)人員來說，一旦完全領(lǐng)會到以上公開的內(nèi)容，很多變化和修改就變得顯而易見。以下權(quán)利要求意在被解釋為包括所有的這樣的變化和修改。
權(quán)利要求
1.一種系統(tǒng)，包括 存儲軟件的計算機可讀存儲介質(zhì)；以及 處理器，訪問所述計算機可讀存儲介質(zhì)并執(zhí)行軟件； 其中，當(dāng)執(zhí)行軟件時，處理器基于Cl的類型在至少第一異常和第二異常中提取配置項(Cl)，基于成本函數(shù)在第一和第二異常之間匹配共同類型的Cl，以及至少部分地基于匹配的Cl的成本函數(shù)和基于第一和第二異常的拓?fù)浣Y(jié)構(gòu)，為第一和第二異常計算相似分?jǐn)?shù)。
2.如權(quán)利要求1的系統(tǒng)，其中處理器通過計算第一和第二異常之間的每對共同類型的Cl之間的分?jǐn)?shù)函數(shù)，基于成本函數(shù)將共同類型的Cl進(jìn)行匹配。
3.如權(quán)利要求2的系統(tǒng)，其中每個Cl具有一個或多個被監(jiān)視的度量，每個度量為一種類型，并且至少一些Cl互相依賴，以及其中處理器計算給定Cl對的分?jǐn)?shù)函數(shù)，包括基于以下中的一個或多個來計算分?jǐn)?shù)函數(shù) 第一和第二異常之間共同的度量類型的數(shù)量； 度量權(quán)重值； 依賴于為之計算分?jǐn)?shù)函數(shù)的給定Cl對的共同的Cl類型的數(shù)量； 第一異常的度量的數(shù)量；以及 第二異常的度量的數(shù)量。
4.如權(quán)利要求2的系統(tǒng)，其中處理器對所計算的分?jǐn)?shù)函數(shù)應(yīng)用優(yōu)化函數(shù)。
5.如權(quán)利要求2的系統(tǒng)，處理器通過將每對Cl的分?jǐn)?shù)函數(shù)加起來而計算相似分?jǐn)?shù)。
6.如權(quán)利要求2的系統(tǒng)，其中處理器通過基于分?jǐn)?shù)函數(shù)、異常之間相匹配的Cl相互依賴關(guān)系的數(shù)量、每個異常中的Cl數(shù)量、和每個異常中的Cl之間的依賴關(guān)系的數(shù)量計算相似分?jǐn)?shù)，來計算該相似分?jǐn)?shù)，其中在每個異常中，這些Cl中的至少一個已經(jīng)與另一異常中的Cl相匹配。
7.一種包括軟件的計算機可讀存儲介質(zhì)(CRSM)，所述軟件在由處理器執(zhí)行時使得該處理器 將第一異常行為網(wǎng)絡(luò)的配置項(Cl)分配給第二異常行為網(wǎng)絡(luò)的Cl，所述分配至少基于一對共同類型的Cl的共同度量的數(shù)量；以及 基于匹配的Cl，并至少基于根據(jù)Cl的分配而匹配的Cl相互依賴關(guān)系的數(shù)量，確定第一和第二異常行為網(wǎng)絡(luò)的相似分?jǐn)?shù)。
8.如權(quán)利要求7的CRSM，其中該軟件使得該處理器還通過計算第一異常行為網(wǎng)絡(luò)中的每個Cl相對于第二異常行為網(wǎng)絡(luò)中每個Cl的成本函數(shù)，在第一和第二異常行為網(wǎng)絡(luò)之間分配Cl。
9.如權(quán)利要求8的CRSM，其中該軟件使得處理器還基于應(yīng)用于所述成本函數(shù)的組合優(yōu)化函數(shù)，在第一和第二異常行為網(wǎng)絡(luò)之間分配Cl。
10.如權(quán)利要求8的CRSM，其中該軟件使得處理器還基于成本函數(shù)來確定該相似分?jǐn)?shù)。
11.如權(quán)利要求7的CRSM，其中該軟件使得處理器還基于第一和第二異常行為網(wǎng)絡(luò)之間共同的鄰Cl類型的數(shù)量，在第一和第二異常行為網(wǎng)絡(luò)之間分配Cl。
12.如權(quán)利要求7的CRSM，其中該軟件使得處理器對于每個異常行為網(wǎng)絡(luò)，還基于Cl之間的依賴關(guān)系的數(shù)量，確定該相似分?jǐn)?shù)，其中至少一個這種Cl已經(jīng)被分配給另一異常行為網(wǎng)絡(luò)中的Cl。
13.一種計算第一和第二異常之間的相似分?jǐn)?shù)的方法，每個異常包括一個或多個配置項(Cl)，一個或多個異常度量與至少一些Cl相關(guān)聯(lián)，并且至少一個Cl通過一鏈接而依賴于另一 Cl,該方法包括 為第一異常、為第一異常中給定類型的每個Cl和第二異常中相同類型的Cl，計算對應(yīng)于所述Cl的分?jǐn)?shù)函數(shù)，所述分?jǐn)?shù)函數(shù)基于以下至少一個與為之計算分?jǐn)?shù)函數(shù)的所述Cl相關(guān)聯(lián)的共同異常度量的數(shù)量、依賴于為之計算分?jǐn)?shù)函數(shù)的給定Cl對的共同Cl類型的數(shù)量、以及與為之計算分?jǐn)?shù)函數(shù)的每個Cl相關(guān)聯(lián)的異常度量的數(shù)量； 確定第一異常的Cl和第二異常的Cl之間的分配；以及 基于所計算的分?jǐn)?shù)函數(shù)，以及基于以下中至少一個，計算第一和第二異常的相似分?jǐn)?shù)異常之間匹配的鏈接的數(shù)量、每個異常中的Cl的數(shù)量、以及每個異常中的Cl之間的鏈接的數(shù)量，其中每個異常中至少有一個這種Cl已經(jīng)被分配給另一異常中的Cl。
14.如權(quán)利要求13的方法，其中，計算分?jǐn)?shù)函數(shù)包括，基于以下中至少一個來計算分?jǐn)?shù)函數(shù)與為之計算分?jǐn)?shù)函數(shù)的所述Cl相關(guān)聯(lián)的共同異常度量的數(shù)量、依賴于為之計算分?jǐn)?shù)函數(shù)的給定Cl對的共同Cl類型的數(shù)量、以及與為之計算分?jǐn)?shù)函數(shù)的每個Cl相關(guān)聯(lián)的異常度量的數(shù)量。
15.如權(quán)利要求13的方法，其中，計算相似分?jǐn)?shù)包括，基于以下中至少每一個來計算相似分?jǐn)?shù)所計算的分?jǐn)?shù)函數(shù)的總和以及匹配的鏈接的數(shù)量、每個異常中的Cl的數(shù)量、以及每個異常中的Cl之間的鏈接的數(shù)量，其中每個異常中至少一個這種Cl已經(jīng)被分配給另一異常中的Cl。
全文摘要
一種方法和系統(tǒng)，包括，基于配置項(CI)的類型在至少第一異常和第二異常中提取CI。進(jìn)一步地，基于成本函數(shù)在第一和第二異常之間匹配共同類型的CI。另外，至少部分地基于匹配的CI的成本函數(shù)，和基于第一和第二異常的拓?fù)浣Y(jié)構(gòu)，為第一和第二異常計算相似分?jǐn)?shù)。
文檔編號G06F17/30GK103003811SQ201080067329
公開日2013年3月27日 申請日期2010年6月9日 優(yōu)先權(quán)日2010年6月9日
發(fā)明者R·伯恩斯坦, I·科亨, C·卡哈納 申請人:惠普發(fā)展公司，有限責(zé)任合伙企業(yè)