一種用于多故障模式云計算平臺的可靠性評估方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于互聯(lián)網(wǎng)領(lǐng)域，具體涉及一種用于多故障模式云計算平臺的可靠性評估 方法。
【背景技術(shù)】
[0002] 近年來，隨著網(wǎng)絡(luò)技術(shù)、軟件技術(shù)、微電子技術(shù)的迅猛發(fā)展，現(xiàn)代人類社會各個領(lǐng) 域中涌現(xiàn)出的大量多故障模式云計算平臺，其可靠性行為與簡單計算系統(tǒng)相比，呈現(xiàn)出各 種故障模式，包括：
[0003] 共模故障：共模故障是指能夠?qū)е孪到y(tǒng)多個部件同時失效的外部因素。隨著多故 障模式云計算平臺地域分布越來越廣，包含的異構(gòu)部件越來越多，操作管理越來越復(fù)雜，與 基礎(chǔ)設(shè)施結(jié)合越來越緊密，使得現(xiàn)代多故障模式云計算平臺隨時都可能受到各種共模故障 影響。典型的共模故障大致包括三種類型：1)不可預(yù)測的自然災(zāi)害，如地震、臺風(fēng)、水災(zāi)、雷 電、火災(zāi)等；2)基礎(chǔ)設(shè)施的損壞，如建筑物倒塌、電源中斷等；3)操作失誤，如誤操作、人為 蓄意破壞等。共模故障的存在，增大了系統(tǒng)中各部件的聯(lián)合失效概率，使得系統(tǒng)中的冗余容 錯機(jī)制的有效性降低，造成系統(tǒng)局部或整體失效。
[0004] 傳播故障：由于多故障模式云計算平臺內(nèi)某個部件的失效，導(dǎo)致系統(tǒng)其他部件同 時失效的可靠性行為稱為傳播故障。如當(dāng)路由器或交換機(jī)故障，其所管理的整個子網(wǎng)的網(wǎng) 絡(luò)通信就會失效。又如當(dāng)某個計算節(jié)點感染惡意病毒之后，往往會造成對其他節(jié)點的攻擊， 導(dǎo)致其他節(jié)點的失效。此外，如果集群系統(tǒng)負(fù)載比較大時，當(dāng)某個計算節(jié)點故障之后集群進(jìn) 行負(fù)載重新平衡時，有可能會使得其他計算節(jié)點過載，從而導(dǎo)致集群整體失效。
[0005] 準(zhǔn)確地評估多故障模式云計算平臺的可靠性能為各種高可靠性設(shè)計決策（冗余 體系結(jié)構(gòu)和容錯機(jī)制等）的制定提供依據(jù)，也是多故障模式云計算平臺運營和管理的基 礎(chǔ)，具有重要的現(xiàn)實意義。但是系統(tǒng)中廣泛存在的多種故障模式，大大提高了可靠性分析的 困難程度：一方面，傳統(tǒng)的靜態(tài)可靠性分析方法，如靜態(tài)故障樹分析、可靠性塊圖分析等，專 注于系統(tǒng)靜態(tài)可靠性行為，往往忽略共模故障和傳播故障的影響，從而高估了系統(tǒng)的可靠 性，會對系統(tǒng)設(shè)計和管理帶來了較大的負(fù)面影響；另一方面作為通用性的狀態(tài)空間方法，由 于計算復(fù)雜性只能夠處理小規(guī)模分布式系統(tǒng)。為此，研究和建立高效的多故障模式云計算 平臺可靠性分析方法顯得非常迫切。
[0006] 已有方法是基于分治策略把二值決策圖（BinaryDecisionDiagram，簡稱BDD)方 法和狀態(tài)空間方法相結(jié)合進(jìn)行多故障模式云計算平臺可靠性分析，在模型復(fù)雜性、計算效 率、分析自動化、算法實現(xiàn)等諸多方面存在各種效率問題。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明根據(jù)現(xiàn)有方法存在的問題，旨在建立基于BDD的擴(kuò)展形式一多值決策圖 (Multi-valuedDecisionDiagram，簡稱MDD) -的多故障模式云計算平臺可靠性分析方 法，從而允許多種故障模式共同建模和分析、提升可靠性分析的準(zhǔn)確性和效率；本發(fā)明針對 部件故障、共模故障和傳播故障共存的情況下，改進(jìn)已有BDD方法和EDA方法，通過在MDD框架下的統(tǒng)一建模來簡化可靠性建模和評估的復(fù)雜性，提升可靠性分析的準(zhǔn)確性和效率。
[0008] 本發(fā)明是通過下述技術(shù)方案實現(xiàn)的：一種用于多故障模式云計算平臺的可靠性評 估方法，包括以下步驟：
[0009] 第一步：多故障模式MDD建模
[0010] 基于MDD的多故障模式建模，能夠獲得相對于BDD更為簡潔的決策圖模型，也是緩 解EDA分析方法復(fù)雜性、實現(xiàn)分析自動化并提升分析效率的基礎(chǔ)。本發(fā)明對于各個故障模 式，基于故障之間邏輯組合或者部件的狀態(tài)空間建立不交事件空間，根據(jù)不交事件空間構(gòu) 造各個故障模式的MDD模型。
[0011] 第二步：系統(tǒng)MDD模型構(gòu)造
[0012] 在多故障模式MDD的基礎(chǔ)上，構(gòu)造完整的系統(tǒng)MDD模型是系統(tǒng)可靠性分析的關(guān)鍵 步驟。本發(fā)明確定了分階段的系統(tǒng)級MDD模型構(gòu)造方法，在生成基本部件故障MDD決策圖 的基礎(chǔ)上通過不斷包含新型故障模式，對初始MDD模型不斷裁剪獲得最終系統(tǒng)MDD模型。
[0013] 第三步：基于MDD的可靠性評估
[0014] MDD模型生成后，通過評估該MDD獲得系統(tǒng)失效的概率。本發(fā)明確定了根據(jù)系統(tǒng)級 MDD模型自底向上計算系統(tǒng)不可靠度的方法，保證線性時間復(fù)雜性。
[0015] 作為優(yōu)選，對于所述共模故障、傳播故障、部件故障各個故障模式，基于故障之間 邏輯組合或者部件的狀態(tài)空間建立不交事件空間，根據(jù)不交事件空間構(gòu)造各個故障模式的 MDD模型。
[0016] 作為優(yōu)選，對于系統(tǒng)級MDD模型采用了分階段構(gòu)造的方法，在生成基本部件故障 MDD決策圖的基礎(chǔ)上通過不斷包含新型故障模式，對初始MDD模型不斷裁剪獲得最終系統(tǒng) MDD模型。
[0017] 作為優(yōu)選，根據(jù)系統(tǒng)級MDD模型計算系統(tǒng)不可靠度過程中采用了自底向上遞歸計 算方法，保證線性時間復(fù)雜性。
[0018] 本發(fā)明與【背景技術(shù)】相比，具有的有益的效果是：與現(xiàn)有技術(shù)相比，本發(fā)明具有以 下有益效果：已有的基于二值決策圖BDD的方法對各種故障模式進(jìn)行二值建模，導(dǎo)致決策 變量指數(shù)級增加和決策圖尺度爆炸問題，以及最優(yōu)變量排序難以獲得的困境，可分析的系 統(tǒng)規(guī)模和復(fù)雜性極其有限；已有的基于分治思想的EDA方法不能夠用單一模型對多種故障 模式進(jìn)行建模，需要對各種故障模式人工手動建模分析，應(yīng)用起來較為復(fù)雜、難以高效率處 理多故障模式混合作用的場景，難以實現(xiàn)分析自動化。本發(fā)明提出了在MDD框架下對多故 障模式統(tǒng)一建模，大大縮小了決策圖的尺度，能夠有效處理多故障模式混合作用的系統(tǒng)實 例，多故障模式統(tǒng)一建模保證了分析方法的統(tǒng)一性和簡潔性，也是分析自動化的基礎(chǔ)。
【附圖說明】
[0019] 圖1是本發(fā)明的實施實例系統(tǒng)圖
[0020] 圖2是本發(fā)明的實施實例系統(tǒng)故障樹圖
[0021] 圖3是本發(fā)明的基本部件故障決策圖；
[0022] 圖4是本發(fā)明的擴(kuò)展傳播故障決策圖
[0023] 圖5是本發(fā)明的擴(kuò)展共模故障決策圖。
[0024] 圖6是本發(fā)明的共模故障CC的MDD模型圖。
[0025] 圖7是本發(fā)明的傳播故障PF的MDD模型圖。
[0026] 圖8是本發(fā)明的部件故障的MDD建模圖。
[0027]圖中：ServerA(PI)、ServerB(P2)、ServerC(P3)、NetworkA(Bl)、NetworkB(B2)、 StorageA(Ml)、StorageB(M2)、StorageC(M3)。
【具體實施方式】
[0028] 下面通過實施例，結(jié)合附圖，對本發(fā)明的技術(shù)方案作進(jìn)一步具體的說明：
[0029] -種用于多故障模式云計算平臺的可靠性評估方法，構(gòu)建實施實例系統(tǒng)如圖1所 示，實施實例系統(tǒng)包括3個處理節(jié)點ServerA、ServerB和ServerC，2個網(wǎng)絡(luò)節(jié)點NetworkA 和NetworkB，3個存儲節(jié)點StorageA、StorageB和StorageC。該實施實例系統(tǒng)且采用冗余 的方式組合起來，處理節(jié)點ServerA、ServerB和ServerC允許任意1個節(jié)點失效，網(wǎng)絡(luò)節(jié)點 允許NetworkA和NetworkB任意1個節(jié)點失效，存儲節(jié)點StorageA、StorageB和StorageC 最多可以允許任意2個節(jié)點失效。
[0030] 按上述故障產(chǎn)生的演算，實施實例系統(tǒng)對應(yīng)所產(chǎn)生的故障樹模型如圖2所示。
[0031] 對應(yīng)實施實例系統(tǒng)以及實施實例系統(tǒng)所產(chǎn)生的故障樹模型按照如下步驟進(jìn)行MDD 建模；
[0032] 第一步，對多故障模式進(jìn)行MDD建模：
[0033] 1)共模故障的MDD建模
[0034] 本實施模式包含兩個共模故障：
[0035] (1)地震共模故障CC1，該共模故障影響的系統(tǒng)部件集合為CCG1 = {Pl，Ml}。
[0036] (2)電源共模故障CC2,該共模故障影響的系統(tǒng)部件集合為CCG2 = {Pl，B2,M2}。
[0037] 由此，共模故障CC的不交事件空間為{CCE，CCE1，CCE2,CCE3}。每個不交事件的說 明如下：
[0038] CCE0=-CCln-CC2,對應(yīng)CC的 0 分支；
[0039] CCE1=CC1n，CC2,乂」-應(yīng)CC的 1 分支；
[0040] CCE2=，CC1nCC2，對應(yīng)CC的2分支；
[0041]CCE3 =CC1nCC2,對應(yīng)CC的 3 分支。
[0042] 根據(jù)建立的不交事件空間，該系統(tǒng)的共模故障CC的MDD模型為圖6所示；
[0043]
[0044] 2)傳播故障的MDD建模
[0045] 本實施模式中計算節(jié)點Ρ3有四種狀態(tài)：工作狀態(tài)S0,自身部件故障狀態(tài)S1，以及 兩種傳播故障狀態(tài)S2和S3。其中傳播故障狀態(tài)S2的發(fā)生會致使部件Ml故障，S卩PFG1 = {Ml}，而傳播故障狀態(tài)S3的發(fā)生會致使部件Ml和M2故障，S卩PFG1 = {Ml、M2}。
[0046] 由此，傳播故障PF的不交事件空間{PFE，PFE1，PFE2,PFE3}等同于計算節(jié)點P3的 狀態(tài)空間為：
[0047] PFE0 = S0,對應(yīng)PF的 0 分支；
[0048] PFE1 = S1，對應(yīng)PF的 1 分支；
[0049]PFE2 = S2,對應(yīng)PF的 2 分支；
[0050] PFE3 =S3，對應(yīng)PF的 3 分支。
[0051] 根據(jù)建立的不交事件空間，該系統(tǒng)的傳播故障PF的MDD模型為圖7所示；
[0052]
[0053] 3)部件故障的MDD建模
[0054] 本實施例模式其他部件Pl，P2,Bl，B2,Ml，M2,M3有兩種狀態(tài)：工作狀態(tài)S0和自 身部件故障狀態(tài)S1。它們對應(yīng)的MDD模型為圖8所示；
[0055]
[0056] X=Pl，P2,Bl，B2,Ml，M2,M3。
[0057] 第二步，生成完整的系統(tǒng)級MDD模型：
[0058] 首先，以自底向上的方式根據(jù)故障樹構(gòu)建不包含多故障模式的MDD模型。過程如 下：
[0059] 1)如果正在處理的故障樹節(jié)點X是一個部件失效事件，那么將X的初始MDD設(shè)為 case (X，0, 1);
[0060] 2)如果正在處理的故障樹節(jié)點X是一個邏輯門，也就是X=XI<>X2,這里的〈> 是一個AND或者OR，XI和X2是邏輯門X的子樹，那么X對應(yīng)的MDD模型是XI和X2對應(yīng)的 MDD模型E和F的〈> 邏輯操作的結(jié)合，具體組合規(guī)則如下：
[0061] E=case (X，E。，E!，…，Em)
[0062] F=case(y，F(xiàn)0,F!，…，F(xiàn)n)
[0063]
[0064] 所獲得的不包含多故障模式的MDD模型如圖3所示。
[0065] 然后，在不包含多故障模式的MDD模型基礎(chǔ)上構(gòu)建包含傳播故障PF的MDD模型。 過程如下：
[0066] 1)利用傳播故障PF模型替換部件故障P3