CN113296991A - 异常检测方法以及装置 - Google Patents

异常检测方法以及装置 Download PDF

Info

Publication number
CN113296991A
CN113296991A CN202011280759.1A CN202011280759A CN113296991A CN 113296991 A CN113296991 A CN 113296991A CN 202011280759 A CN202011280759 A CN 202011280759A CN 113296991 A CN113296991 A CN 113296991A
Authority
CN
China
Prior art keywords
cloud service
detection
node
calling
nodes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011280759.1A
Other languages
English (en)
Other versions
CN113296991B (zh
Inventor
宋帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN202011280759.1A priority Critical patent/CN113296991B/zh
Publication of CN113296991A publication Critical patent/CN113296991A/zh
Application granted granted Critical
Publication of CN113296991B publication Critical patent/CN113296991B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0712—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a virtual computing platform, e.g. logically partitioned systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Debugging And Monitoring (AREA)
  • Computer And Data Communications (AREA)

Abstract

本说明书实施例提供异常检测方法以及装置，其中所述异常检测方法包括：接收针对云服务链路的异常检测指令，获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系，根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。

Description

异常检测方法以及装置
技术领域
本说明书实施例涉及云计算领域，特别涉及异常检测方法。本说明书一个或者多个实施例同时涉及异常检测装置，一种计算设备，以及一种计算机可读存储介质。
背景技术
随着互联网技术的进一步发展，云计算应用的普及，虚拟化资源池、弹性架构、服务可度量、灵活接入和按需服务等特性让计算资源(包括网络，服务器，服务等)变得随时、随地、随需可得，极大的优化了互联网的资源效率，但同时也对云上用户的应用系统安全性提出了新的挑战。云上服务的安全性、稳定性对用户来说至关重要，切实有效的保障云上安全需要强大的云安全系统。
就目前云安全系统的故障检测方法而言，由于云系统中可能涉及多个云供应商以及多个云产品，调用链路也比较复杂，如果系统出现故障，客户对故障进行排查的过程中，需要查看各个云供应商、各个产品的监控、指标系统，这个过程所需花费的时间较长，排查难度相对较大，往往会存在故障检测效率较低的问题。
发明内容
有鉴于此，本说明书实施例提供了异常检测方法。本说明书一个或者多个实施例同时涉及异常检测装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种异常检测方法，包括：
应用于云服务系统，所述云服务系统包括云服务链路中的至少两个云服务节点，所述方法包括：
接收针对云服务链路的异常检测指令；
获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系；
根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例；
基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
可选地，所述基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，包括：
按照所述至少两个云服务节点的跳转关系，依次调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集；
调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，生成异常检测结果。
可选地，所述调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集，包括：
调用所述至少两个云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
相应的，所述调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，包括：
调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测。
可选地，所述基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，包括：
基于所述异常检测指令调用第一云服务节点中云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数；
调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
i自增1，判断i是否大于n；
若否，则调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
可选地，所述异常检测方法，还包括：
若是，则调用与所述根节点存在跳转关系的第二云服务节点继续执行所述异常检测任务实例。
可选地，所述输出检测结果之后，所述调用第i层级中与所述根节点存在跳转关系的子节点之前，还包括：
根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
可选地，所述异常检测方法，还包括：
若存在异常，则调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
可选地，所述异常检测方法，还包括：
基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
可选地，所述基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，包括：
基于所述异常检测指令调用第一云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
获取所述第一云服务节点的变量列表中存储的变量数据，并调用所述异常检测子节点中的检测模块，按照预设数据检测规则对所述变量数据以及所述待检测数据进行异常检测。
可选地，所述异常检测方法，还包括：
根据检测结果对与所述第一云服务节点存在跳转关系的第二云服务节点的变量列表进行更新；以及，
在所述第一云服务节点输出的检测结果无异常的情况下，调用所述第二云服务节点运行部署于所述第二云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
根据本说明书实施例的第二方面，提供了一种异常检测装置，包括：
接收模块，被配置为接收针对云服务链路的异常检测指令；
获取模块，被配置为获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系；
创建模块，被配置为根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例；
检测模块，被配置为基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
根据本说明书实施例的第三方面，提供了一种异常检测方法，包括：
接收异常检测指令；
调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，并输出检测结果。
可选地，所述调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集，包括：
调用云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数。
可选地，所述调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，包括：
调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
i自增1，判断i是否大于n；
若否，则调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
可选地，所述异常检测方法，还包括：
若是，则调用与所述根节点存在跳转关系的目标云服务节点进行链路异常检测。
可选地，所述输出检测结果之后，所述调用第i层级中与所述根节点存在跳转关系的子节点之前，还包括：
根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
可选地，所述异常检测方法，还包括：
若存在异常，则调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
根据本说明书实施例的第四方面，提供了一种异常检测装置，包括：
指令接收模块，被配置为接收异常检测指令；
第一调用模块，被配置为调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
第二调用模块，被配置为调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，并输出检测结果。
根据本说明书实施例的第五方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令以实现所述异常检测方法的步骤。
根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述异常检测方法的步骤。
本说明书一个实施例通过接收针对云服务链路的异常检测指令，获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系，根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果；
通过调用云服务链路中至少两个云服务节点，并按照所述至少两个云服务节点之间的跳转关系依次进行节点的异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而提高云服务系统的异常检测效率。
附图说明
图1是本说明书一个实施例提供的一种异常检测方法的处理流程图；
图2是本说明书一个实施例提供的一种云服务链路的示意图；
图3是本说明书一个实施例提供的另一种云服务链路的示意图；
图4是本说明书一个实施例提供的一种异常检测方法的处理过程流程图；
图5是本说明书一个实施例提供的一种异常检测装置的示意图；
图6是本说明书一个实施例提供的另一种异常检测方法的处理流程图；
图7是本说明书一个实施例提供的另一种异常检测装置的示意图；
图8是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本说明书中，提供了异常检测方法，本说明书同时涉及异常检测装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一个实施例提供的一种异常检测方法的处理流程图，包括步骤102至步骤108。
步骤102，接收针对云服务链路的异常检测指令。
具体的，本说明书实施例提供的异常检测方法，应用于云服务系统，所述云服务系统中包含至少两个云服务器，将所述至少两个云服务器作为云服务节点，并基于至少两个云服务节点之间的跳转关系构建生成所述云服务器链路。
在云服务系统中存在故障，需对其进行异常检测，或在云服务系统中不存在故障，而需对所述云服务系统进行先验检查，以对可能出现的故障进行提前预防的情况下，可由用户针对所述云服务链路提交异常检测指令，以基于所述云服务链路中各云服务节点之间的跳转关系，实现云服务链路中各节点自动完成节点内的异常检测，从而提高异常检测效率。
步骤104，获取所述云服务链路的路径信息。
其中，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系。
具体的，云服务系统中的多个云服务器作为云服务节点，并基于多个云服务节点之间的跳转关系构建生成所述云服务链路，在接收到所述异常检测指令的情况下，可获取所述云服务链路的路径信息，即获取所述云服务链路中的至少两个云服务节点以及所述至少两个云服务节点之间的跳转关系，以根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例。
本说明书实施例提供的云服务链路的示意图如图2所示，图2中的云服务器A与云服务器B和云服务器C之间存在跳转关系，云服务器B与云服务器D以及云服务器E之间存在跳转关系，因此，所述云服务链路中的一条路径为：云服务器A→云服务器B→云服务器D；另一条路径为云服务器A→云服务器B→云服务器E；最后一条路径为：云服务器A→云服务器C。
为便于描述，图2中仅以云服务系统中的5个云服务器作为云服务节点为例进行示意性说明，实际应用中，云服务系统中的云服务器个数以及云服务器之间的跳转关系均可根据实际需求确定，在此不做任何限制。
步骤106，根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例。
具体的，在接收到异常检测指令，并获取所述云服务链路的路径信息后，可根据所述异常检测指令以及所述路径信息为所述云服务链路中的至少两个云服务节点创建异常检测任务实例。
实际应用中，异常检测结果的输出都是通过发布多个异常检测任务(异常检测指令)，基于任务创建异常检测任务实例后实例运行的结果，每个任务实例其上游或下游都可能是一个相互依赖的网状结构，因此，若云服务链路中包含至少两个云服务节点，并且所述至少两个云服务节点之间存在跳转关系的情况下，为每个云服务节点发布异常检测任务，则各个云服务节点中，基于各自的异常检测任务创建的任务实例在运行过程中，任务实例的输入输出均可能存在依赖关系。
因此，在为所述至少两个云服务节点创建异常检测任务实例的过程中，即可结合所述至少两个云服务节点之间的跳转关系以及所述每个云服务节点的异常检测任务进行任务实例的创建。
如图2所示，云服务节点B的上游节点为云服务节点A，下游节点为云服务节点D，云服务节点B的异常检测任务实例在运行过程中，其输入以及输出可能与云服务节点A的输出存在依赖关系，云服务节点D的异常检测任务实例在运行过程中，其输入以及输出可能与云服务节点B的输出存在依赖关系，因此，在为各个云服务节点创建异常检测任务实例的过程中，可结合各个云服务节点与其上下游节点之间的跳转关系以及所述每个云服务节点的异常检测任务进行任务实例的创建。
步骤108，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
具体的，由于所述云服务链路中的至少两个云服务节点之间存在跳转关系，并且，每个云服务节点的异常检测任务实例基于所述每个云服务节点与其上下游节点之间的跳转关系以及所述每个云服务节点的异常检测任务创建，因此，在调用云服务链路中的一个云服务节点执行对应的异常检测任务实例，并输出检测结果后，所述云服务节点可根据与其下游云服务节点之间的跳转关系，调用下游云服务节点执行与所述下游云服务节点对应的异常检测任务实例，以进行异常检测。
如图2所示，云服务器A的下游节点为云服务节点B和云服务器C，云服务节点B的下游节点为云服务节点D和云服务节点E，在调用云服务节点A执行与所述云服务节点A对应的异常检测任务实例，并输出异常检测结果后，所述云服务节点A可根据与下游节点(云服务节点B以及云服务节点C)之间的跳转关系，调用所述云服务节点B和/或所述云服务节点C分别执行与其各自对应的异常检测任务实例；同样的，云服务节点B输出检测结果后，可根据与下游节点(云服务节点D以及云服务节点E)之间的跳转关系，调用所述云服务节点D和/或所述云服务节点E进行异常检测。
通过调用云服务链路中至少两个云服务节点，并按照所述至少两个云服务节点之间的跳转关系依次进行节点的异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而提高云服务系统的异常检测效率。
具体实施时，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，具体可通过以下方式实现：
按照所述至少两个云服务节点的跳转关系，依次调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集；
调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，生成异常检测结果。
具体的，所述云服务链路中的每个云服务节点中均包含数据收集模块(收集器)以及检测模块(检查器)，所述数据收集模块用于从不同的数据源中收集待检测数据，所述检测模块用于根据预设的数据检测规则对所述待检测数据进行异常检测，以生成异常检测结果。
同样的，在调用一个云服务节点后，所述云服务节点调用其包含的数据收集模块进行待检测数据的收集，并调用其包含的检测模块根据预设的数据检测规则对所述待检测数据进行异常检测，并输出检测结果后，所述云服务节点可根据与其下游云服务节点之间的跳转关系，调用下游云服务节点，以使所述下游云服务节点调用其包含的数据收集模块以及检测模块分别进行待检测数据的收集和根据预设的数据检测规则对待检测数据进行异常检测的过程。
通过数据收集模块和检测模块分别进行待检测数据的收集和根据预设的数据检测规则对待检测数据进行异常检测，有利于提高异常检测效率。
进一步的，调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集，具体可通过以下方式实现：
调用所述至少两个云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
相应的，所述调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，包括：
调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测。
具体的，由于所述云服务链路中的每个云服务节点中均包含多个异常检测子节点，并且，所述多个异常检测子节点之间同样存在跳转关系，因此，本说明书实施例将所述云服务链路中的每个云服务节点作为所述云服务链路的云服务子链路，所述云服务子链路由所述每个云服务节点中包含的异常检测子节点以及所述异常检测子节点之间的跳转关系构建而成，并且，所述异常检测子节点中均包含数据收集模块以及检测模块。
在调用所述云服务链路中的一个云服务节点，以使所述云服务节点调用其包含的数据收集模块进行待检测数据的收集，并调用其包含的检测模块根据预设的数据检测规则对所述待检测数据进行异常检测，实际为，调用所述云服务节点，以使所述云服务节点中的异常检测子节点调用其包含的数据收集模块以及检测模块分别进行待检测数据的收集和根据预设的数据检测规则对待检测数据进行异常检测的过程。
通过调用云服务子链路中的多个异常检测子节点，并按照多个异常检测子节点之间的跳转关系依次进行异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而提高云服务系统的异常检测效率。
另外，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，具体可通过以下方式实现：
基于所述异常检测指令调用第一云服务节点中云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数；
调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
i自增1，判断i是否大于n；
若否，则调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集；
若是，则调用与所述根节点存在跳转关系的第二云服务节点继续执行所述异常检测任务实例。
具体的，如前所述，本说明书实施例将所述云服务链路中的每个云服务节点作为所述云服务链路的云服务子链路，所述云服务子链路由所述每个云服务节点中包含的异常检测子节点以及所述异常检测子节点之间的跳转关系，并且，云服务子链路中的每个异常检测子节点均包含数据收集模块以及检测额模块。
因此，在调用所述云服务链路中的一个云服务节点，以使所述云服务节点调用其包含的数据收集模块进行待检测数据的收集，并调用其包含的检测模块根据预设的数据检测规则对所述待检测数据进行异常检测，实际为，调用所述云服务节点中云服务子链路的第1层级(i＝1)的根节点(所述根节点为所述云服务子链路的多个异常检测子节点中的其中一个异常检测子节点)，以使所述根节点调用其包含的数据收集模块以及检测模块分别进行待检测数据的收集和根据预设的数据检测规则对待检测数据进行异常检测的过程。
在所述根节点输出检测结果后，i自增1(i＝2)，在确定i小于等于n的情况下，调用第2层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集；或者，在确定i大于n的情况下，则证明所述云服务子链路中的每个异常检测子节点均完成异常检测，因此，可调用与所述云服务节点存在跳转关系的第二云服务节点进行异常检测。
本说明书实施例提供的另一种异常检测系统的示意图如图3所示，图3中包含云服务器A、云服务器B以及云服务器C，并且云服务器A分别与云服务器B和云服务器C存在跳转关系，其中，云服务器A中包含的异常检测子节点的层级数n为3，云服务器B和云服务器C中包含的异常检测子节点的层级数n为2，并且，云服务器A中的节点A1、云服务器B中的节点B1以及云服务器C中的节点C1分别作为三个云服务器中第1层级的根节点。
由于云服务节点A为所述云服务链路的根节点，因此，首先调用所述云服务链路中的云服务节点A进行异常检测，即调用云服务节点A中第1层级(i＝1)的根节点(节点A1)，以使所述根节点调用其包含的数据收集模块以及检测模块分别进行待检测数据的收集和根据预设的数据检测规则对待检测数据进行异常检测的过程。
在所述节点A1输出检测结果后，i自增1(i＝2)，在确定i小于等于3的情况下，调用第2层级中与所述根节点存在跳转关系的子节点(节点A2、A3以及A4)，分别将节点A2、A3以及A4作为根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，以及通过所述根节点中的检测模块根据预设的数据检测规则对待检测数据进行异常检测的过程。
在节点A2输出检测结果后，i自增1(i＝3)，在确定i小于等于3的情况下，调用第3层级中与节点A2存在跳转关系的子节点(节点A5和A6)，继续进行异常检测。
在节点A3以及A4分别输出检测结果后，i自增1(i＝3)，由于节点A3和A4所属路径的层级数均为2(i>2)，因此，可调用与节点A3存在跳转关系的云服务节点C进行链路异常检测。
同样的，在节点A5以及A6分别输出检测结果后，i自增1(i＝4)，由于节点A5和A6所属路径的层级数均为3(i>3)，因此，可调用与节点A6存在跳转关系的云服务节点B进行链路异常检测。
云服务节点B以及云服务节点C中异常检测子节点的异常检测过程与云服务节点A类似，在此不再赘述。
另外，图3中以节点A4的数据收集以及异常检测过程为例进行示意性说明，节点A4通过收集器从数据源中收集待检测数据，并通过检查器对所述待检测数据进行异常检测，其他节点的数据收集以及异常检测过程与节点A4类似，在此不再赘述。
根据云服务系统中各云服务器之间的跳转关系，建立所述云服务系统中的云服务链路，并按照云服务链路中至少两个云服务节点之间的跳转关系依次进行节点的异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而实现对整条云服务链路的实时预警，有利于提升异常检测结果的准确性，从而有利于提升了所述云服务系统的稳定性。
此外，输出检测结果之后，调用第i层级中与所述根节点存在跳转关系的子节点之前，还包括：
根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点；
若存在异常，则调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
具体的，每个异常检测子节点的检测模块中均包含两个检测子模块，分别用于执行不同的任务。
其中，在根据检测结果确定待检测数据不存在异常并且i不大于n的情况下，则由所述第一检测子模块确定第i层级中与第i-1层级的根节点存在跳转关系的子节点，并由所述第一检测子模块调用所述子节点进行异常检测；
在根据检测结果确定待检测数据存在异常的情况下，则由所述第二检测子模块针对存在异常的节点进行预警提示，进行预警提示后，可选择停止进行异常检测，或在i不大于n的情况下，由所述第二检测子模块确定第i层级中与第i-1层级中的根节点存在跳转关系的子节点，并调用所述子节点进行异常检测。
实际应用中，所述待检测数据可以包括所述云服务链路的网络传输速率，通过对待检测数据进行分析，确定在某一时刻或某一时间区间内，所述云服务链路的网络传输速率较低，数据传输耗时较长，则所述云服务链路可能出现异常，需要针对可能存在的异常情况进行排查。或者，所述待检测数据可以包括所述云服务链路的访问请求队列中的访问请求数目，通过对客户端访问云服务链路的访问请求队列中包含的访问请求数目进行分析，如果访问请求队列中积累的访问请求数目大于预设阈值，则所述云服务链路可能出现异常，需要针对可能存在的异常情况进行排查。
本说明书实施例中，可根据接收到的异常检测指令以及云服务链路中的路径信息为所述云服务链路中的至少两个云服务节点创建异常检测任务实例，也可由云服务提供方提前在云服务节点中部署服务实例，因此，在接收异常检测指令后，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
进一步的，基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，具体可通过以下方式实现：
基于所述异常检测指令调用第一云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
获取所述第一云服务节点的变量列表中存储的变量数据，并调用所述异常检测子节点中的检测模块，按照预设数据检测规则对所述变量数据以及所述待检测数据进行异常检测。
此外，在获取检测结果后，可根据检测结果对与所述第一云服务节点存在跳转关系的第二云服务节点的变量列表进行更新；以及，
在所述第一云服务节点输出的检测结果无异常的情况下，调用所述第二云服务节点运行部署于所述第二云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
具体的，本说明书实施例可结合待检测数据以及云服务节点的变量列表中存储的变量数据进行异常检测，由于对数据进行异常检测是一个动态的过程，当其中一个云服务节点的上游节点输出异常检测结果后，可基于检测结果对所述云服务节点的变量列表中的数据进行动态更新，更新的数据可以包括所述检测结果、所述检测结果的来源等，另外，所述变量列表中还可以包括所述云服务节点的IP地址以及其上游节点的IP地址、所述云服务节点的节点标识以及其上游节点的节点标识等。
在所述云服务节点的上游节点输出异常检测结果，并调用所述云服务节点进行异常检测的情况下，所述云服务节点的检测模块可结合所述变量列表中存储的数据以及所述云服务节点的数据收集模块所收集的待检测数据进行异常检测；并且，在所述云服务节点输出检测结果后，可基于检测结果动态更新其变量列表以及更新其下游节点的变量列表，以使所述下游节点同样可结合变量列表中的数据进行异常检测，有利于提高异常检测结果的准确性，从而有利于保证所述云服务系统的稳定性。
本说明书实施例通过调用云服务链路中至少两个云服务节点，并按照所述至少两个云服务节点之间的跳转关系依次进行节点的异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而提高云服务系统的异常检测效率，有利于保证所述云服务系统的稳定性。
下述结合附图4，以本说明书提供的异常检测方法的应用为例，对所述异常检测方法进行进一步说明。其中，图4示出了本说明书一个实施例提供的一种异常检测方法的处理过程流程图，具体步骤包括步骤402至步骤420。
步骤402，接收针对云服务链路的异常检测指令。
步骤404，获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系。
步骤406，根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例。
步骤408，基于所述异常检测指令调用第一云服务节点中云服务子链路的第i层级的根节点，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数。
步骤410，通过所述根节点中的数据收集模块进行待检测数据的收集。
步骤412，调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果。
步骤414，i自增1。
步骤416，判断i是否大于n；若否，则执行步骤418；若是，则执行步骤420。
步骤418，调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点。
返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
步骤420，调用与所述根节点存在跳转关系的第二云服务节点继续执行所述异常检测任务实例。
本说明书实施例通过调用云服务链路中至少两个云服务节点，并按照所述至少两个云服务节点之间的跳转关系依次进行节点的异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而提高云服务系统的异常检测效率。
与上述方法实施例相对应，本说明书还提供了异常检测装置实施例，图5示出了本说明书一个实施例提供的一种异常检测装置的示意图。如图5所示，该装置包括：
接收模块502，被配置为接收针对云服务链路的异常检测指令；
获取模块504，被配置为获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系；
创建模块506，被配置为根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例；
检测模块508，被配置为基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
可选地，所述检测模块508，包括：
第一调用模块，被配置为按照所述至少两个云服务节点的跳转关系，依次调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集；
第二调用模块，被配置为调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，生成异常检测结果。
可选地，所述第一调用模块，包括：
第一调用单元，被配置为调用所述至少两个云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
相应的，所述第二调用模块，包括：
第二调用单元调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测。
可选地，所述检测模块508，包括：
根节点调用子模块，被配置为基于所述异常检测指令调用第一云服务节点中云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数；
检测子模块，被配置为调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
判断子模块，被配置为i自增1，判断i是否大于n；
若所述判断子模块的运行结果为否，则运行子节点调用子模块；
所述子节点调用子模块，被配置为调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
可选地，所述检测模块508，还包括：
若所述判断子模块的运行结果为是，则运行云服务节点调用子模块；
所述云服务节点调用子模块，被配置为调用与所述根节点存在跳转关系的第二云服务节点继续执行所述异常检测任务实例。
可选地，所述检测模块508，还包括：
确定子模块，被配置为根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，运行第一子节点确定子模块；
所述第一子节点确定子模块，被配置为调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并运行所述子节点调用子模块。
可选地，所述检测模块508，还包括：
若存在异常，则运行提示子模块；
所述提示子模块，被配置为调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，运行第二子节点确定子模块；
所述第二子节点确定子模块，被配置为确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
可选地，所述异常检测装置，还包括：
服务实例运行模块，被配置为基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
可选地，所述服务实例运行模块，包括：
数据收集子模块，被配置为基于所述异常检测指令调用第一云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
变量数据获取子模块，被配置为获取所述第一云服务节点的变量列表中存储的变量数据，并调用所述异常检测子节点中的检测模块，按照预设数据检测规则对所述变量数据以及所述待检测数据进行异常检测。
可选地，所述服务实例运行模块，还包括：
列表更新子模块，被配置为根据检测结果对与所述第一云服务节点存在跳转关系的第二云服务节点的变量列表进行更新；以及，
异常检测子模块，被配置为在所述第一云服务节点输出的检测结果无异常的情况下，调用所述第二云服务节点运行部署于所述第二云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
上述为本实施例的一种异常检测装置的示意性方案。需要说明的是，该异常检测装置的技术方案与上述的一种异常检测方法的技术方案属于同一构思，异常检测装置的技术方案未详细描述的细节内容，均可以参见上述一种异常检测方法的技术方案的描述。
图6示出了根据本说明书一个实施例提供的另一种异常检测方法的处理流程图，包括步骤602至步骤606。
步骤602，接收异常检测指令。
步骤604，调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集。
步骤606，调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，并输出检测结果。
可选地，所述调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集，包括：
调用云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数。
可选地，所述调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，包括：
调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
i自增1，判断i是否大于n；
若否，则调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集；
若是，则调用与所述根节点存在跳转关系的目标云服务节点进行链路异常检测。
可选地，所述输出检测结果之后，所述调用第i层级中与所述根节点存在跳转关系的子节点之前，还包括：
根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点；
若存在异常，则调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
本说明书实施例提供的异常检测方法，应用于所述云服务链路的至少一个云服务节点，通过调用云服务子链路中的多个异常检测子节点，并按照多个异常检测子节点之间的跳转关系依次进行异常检测，实现云服务链路中各节点自动完成节点内的异常检测，从而提高云服务系统的异常检测效率。
上述为本实施例的另一种异常检测方法的示意性方案。需要说明的是，该异常检测方法的技术方案与前述的应用于云服务系统的一种异常检测方法的技术方案属于同一构思，异常检测方法的技术方案未详细描述的细节内容，均可以参见前述应用于云服务系统的一种异常检测方法的技术方案的描述。
与上述方法实施例相对应，本说明书还提供了另一种异常检测装置实施例，图7示出了本说明书一个实施例提供的另一种异常检测装置的示意图。如图7所示，该装置包括：
指令接收模块702，被配置为接收异常检测指令；
第一调用模块704，被配置为调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
第二调用模块706，被配置为调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，并输出检测结果。
可选地，所述第一调用模块704，包括：
第一调用子模块，被配置为调用云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数。
可选地，所述第二调用模块706，包括：
第二调用子模块，被配置为调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
判断子模块，被配置为i自增1，判断i是否大于n；
若所述判断子模块的运行结果为否，则运行子节点调用子模块；
所述子节点调用子模块，被配置为调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
可选地，所述第二调用模块706，还包括：
若所述判断子模块的运行结果为是，则运行云服务节点调用子模块；
所述云服务节点调用子模块，被配置为调用与所述根节点存在跳转关系的目标云服务节点进行链路异常检测。
可选地，所述第二调用模块706，还包括：
确定子模块，被配置为根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，运行第一子节点确定子模块；
所述第一子节点确定子模块，被配置为调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并运行所述子节点调用子模块。
可选地，所述第二调用模块706，还包括：
若存在异常，则运行提示子模块；
所述提示子模块，被配置为调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，运行第二子节点确定子模块；
所述第二子节点确定子模块，被配置为确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
上述为本实施例的另一种异常检测装置的示意性方案。需要说明的是，该异常检测装置的技术方案与上述的另一种异常检测方法的技术方案属于同一构思，异常检测装置的技术方案未详细描述的细节内容，均可以参见上述另一种异常检测方法的技术方案的描述。
图8示出了根据本说明书一个实施例提供的一种计算设备800的结构框图。该计算设备800的部件包括但不限于存储器810和处理器820。处理器820与存储器810通过总线830相连接，数据库850用于保存数据。
计算设备800还包括接入设备840，接入设备840使得计算设备800能够经由一个或多个网络860通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备840可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备800的上述部件以及图8中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图8所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备800可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备800还可以是移动式或静止式的服务器。
其中，所述存储器810用于存储计算机可执行指令，处理器820用于执行如下计算机可执行指令：
接收针对云服务链路的异常检测指令；
获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系；
根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例；
基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的异常检测方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述异常检测方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于实现所述异常检测方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的异常检测方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述异常检测方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (20)

1.一种异常检测方法，应用于云服务系统，所述云服务系统包括云服务链路中的至少两个云服务节点，所述方法包括：
接收针对云服务链路的异常检测指令；
获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系；
根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例；
基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
2.根据权利要求1所述的异常检测方法，所述基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，包括：
按照所述至少两个云服务节点的跳转关系，依次调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集；
调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，生成异常检测结果。
3.根据权利要求2所述的异常检测方法，所述调用所述至少两个云服务节点中的数据收集模块进行待检测数据的收集，包括：
调用所述至少两个云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
相应的，所述调用所述至少两个云服务节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，包括：
调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测。
4.根据权利要求1所述的异常检测方法，所述基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，包括：
基于所述异常检测指令调用第一云服务节点中云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数；
调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
i自增1，判断i是否大于n；
若否，则调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
5.根据权利要求4所述的异常检测方法，还包括：
若是，则调用与所述根节点存在跳转关系的第二云服务节点继续执行所述异常检测任务实例。
6.根据权利要求4所述的异常检测方法，所述输出检测结果之后，所述调用第i层级中与所述根节点存在跳转关系的子节点之前，还包括：
根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
7.根据权利要求6所述的异常检测方法，还包括：
若存在异常，则调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
8.根据权利要求1所述的异常检测方法，还包括：
基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
9.根据权利要求8所述的异常检测方法，所述基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次各自运行部署于所述至少两个云服务节点的服务实例，包括：
基于所述异常检测指令调用第一云服务节点中云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
获取所述第一云服务节点的变量列表中存储的变量数据，并调用所述异常检测子节点中的检测模块，按照预设数据检测规则对所述变量数据以及所述待检测数据进行异常检测。
10.根据权利要求9所述的异常检测方法，还包括：
根据检测结果对与所述第一云服务节点存在跳转关系的第二云服务节点的变量列表进行更新；以及，
在所述第一云服务节点输出的检测结果无异常的情况下，调用所述第二云服务节点运行部署于所述第二云服务节点的服务实例，以进行链路异常检测，并接收检测结果。
11.一种异常检测装置，包括：
接收模块，被配置为接收针对云服务链路的异常检测指令；
获取模块，被配置为获取所述云服务链路的路径信息，所述路径信息包括所述云服务链路中至少两个云服务节点的跳转关系；
创建模块，被配置为根据所述异常检测指令以及所述路径信息为所述至少两个云服务节点创建异常检测任务实例；
检测模块，被配置为基于所述异常检测指令调用所述至少两个云服务节点，按照所述至少两个云服务节点的跳转关系依次执行对应的异常检测任务实例以进行链路异常检测，并接收检测结果。
12.一种异常检测方法，应用于云服务链路中的至少一个云服务节点，包括：
接收异常检测指令；
调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，并输出检测结果。
13.根据权利要求12所述的异常检测方法，所述调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集，包括：
调用云服务子链路的第i层级的根节点，并通过所述根节点中的数据收集模块进行待检测数据的收集，其中，i从1开始取值，i∈[1,n]，n为所述云服务子链路中所述根节点所属路径的层级数。
14.根据权利要求13所述的异常检测方法，所述调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，包括：
调用所述根节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，输出检测结果；
i自增1，判断i是否大于n；
若否，则调用第i层级中与所述根节点存在跳转关系的子节点，将所述子节点作为根节点，并返回执行所述通过所述根节点中的数据收集模块进行待检测数据的收集。
15.根据权利要求14所述的异常检测方法，还包括：
若是，则调用与所述根节点存在跳转关系的目标云服务节点进行链路异常检测。
16.根据权利要求14所述的异常检测方法，所述输出检测结果之后，所述调用第i层级中与所述根节点存在跳转关系的子节点之前，还包括：
根据所述检测结果确定所述待检测数据是否存在异常；
若不存在异常，则在i不大于n的情况下，调用所述检测模块中的第一检测子模块，以确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
17.根据权利要求16所述的异常检测方法，还包括：
若存在异常，则调用所述检测模块中的第二检测子模块针对所述根节点进行预警提示；和/或
在i不大于n的情况下，确定第i层级中与所述根节点存在跳转关系的子节点，并执行所述调用第i层级中与所述根节点存在跳转关系的子节点。
18.一种异常检测装置，包括：
指令接收模块，被配置为接收异常检测指令；
第一调用模块，被配置为调用云服务子链路的异常检测子节点，并通过所述异常检测子节点中的数据收集模块进行待检测数据的收集；
第二调用模块，被配置为调用所述异常检测子节点中的检测模块按照预设数据检测规则对收集的待检测数据进行异常检测，并输出检测结果。
19.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令以实现权利要求1至10或12至17任意一项所述异常检测方法的步骤。
20.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至10或12至17任意一项所述异常检测方法的步骤。
CN202011280759.1A 2020-11-16 2020-11-16 异常检测方法以及装置 Active CN113296991B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011280759.1A CN113296991B (zh) 2020-11-16 2020-11-16 异常检测方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011280759.1A CN113296991B (zh) 2020-11-16 2020-11-16 异常检测方法以及装置

Publications (2)

Publication Number Publication Date
CN113296991A true CN113296991A (zh) 2021-08-24
CN113296991B CN113296991B (zh) 2024-02-13

Family

ID=77318443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011280759.1A Active CN113296991B (zh) 2020-11-16 2020-11-16 异常检测方法以及装置

Country Status (1)

Country Link
CN (1) CN113296991B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806225A (zh) * 2021-09-24 2021-12-17 上海淇玥信息技术有限公司 一种业务异常节点识别方法、装置和电子设备
CN114125916A (zh) * 2022-01-27 2022-03-01 荣耀终端有限公司 一种通信系统、方法以及相关设备
CN113806225B (zh) * 2021-09-24 2024-06-07 上海淇玥信息技术有限公司 一种业务异常节点识别方法、装置和电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190067994A (ko) * 2017-12-08 2019-06-18 주식회사 시큐센 행위기반 웹 서비스 비정상 이용 탐지 방법, 장치 및 컴퓨터-판독가능 매체
CN110618977A (zh) * 2019-09-12 2019-12-27 腾讯科技（深圳）有限公司 登录异常检测方法、装置、存储介质和计算机设备
US20200052981A1 (en) * 2018-08-10 2020-02-13 Cisco Technology, Inc. Machine learning-based client selection and testing in a network assurance system
CN111314121A (zh) * 2020-02-03 2020-06-19 支付宝(杭州)信息技术有限公司 链路异常检测方法以及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190067994A (ko) * 2017-12-08 2019-06-18 주식회사 시큐센 행위기반 웹 서비스 비정상 이용 탐지 방법, 장치 및 컴퓨터-판독가능 매체
US20200052981A1 (en) * 2018-08-10 2020-02-13 Cisco Technology, Inc. Machine learning-based client selection and testing in a network assurance system
CN110618977A (zh) * 2019-09-12 2019-12-27 腾讯科技（深圳）有限公司 登录异常检测方法、装置、存储介质和计算机设备
CN111314121A (zh) * 2020-02-03 2020-06-19 支付宝(杭州)信息技术有限公司 链路异常检测方法以及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIWEI ZHANG; SEBASTIAN ROCKEL; JIANWEI ZHANG: "Exception handling for experience-based mobile cognitive systems in restaurant environments exemplified by guest detection", IEEE *
吴志军;崔奕;岳猛;: "基于虚拟散列安全访问路径VHSAP的云计算路由平台防御DDoS攻击方法", 通信学报, no. 01 *
聂晶;: "云计算系统服务器节点故障的检测算法", 内蒙古师范大学学报(自然科学汉文版), no. 01 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806225A (zh) * 2021-09-24 2021-12-17 上海淇玥信息技术有限公司 一种业务异常节点识别方法、装置和电子设备
CN113806225B (zh) * 2021-09-24 2024-06-07 上海淇玥信息技术有限公司 一种业务异常节点识别方法、装置和电子设备
CN114125916A (zh) * 2022-01-27 2022-03-01 荣耀终端有限公司 一种通信系统、方法以及相关设备
CN114125916B (zh) * 2022-01-27 2022-06-10 荣耀终端有限公司 一种通信系统、方法以及相关设备

Also Published As

Publication number Publication date
CN113296991B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
US11296923B2 (en) Network fault originator identification for virtual network infrastructure
CN112910945B (zh) 请求链路跟踪方法和业务请求处理方法
Almasan et al. Network digital twin: Context, enabling technologies, and opportunities
CN108989136B (zh) 业务端到端性能监控方法及装置
US11016673B2 (en) Optimizing serverless computing using a distributed computing framework
US8656219B2 (en) System and method for determination of the root cause of an overall failure of a business application service
Di Mauro et al. Availability evaluation of multi-tenant service function chaining infrastructures by multidimensional universal generating function
Gulenko et al. A system architecture for real-time anomaly detection in large-scale nfv systems
CN112749056A (zh) 应用服务指标监控方法、装置、计算机设备和存储介质
CN110781180B (zh) 一种数据筛选方法和数据筛选装置
CN116192621A (zh) 基于Opentracing链路追踪业务调用链的方法
Yan et al. Dirty-data-based alarm prediction in self-optimizing large-scale optical networks
CN113467421A (zh) 获取微服务健康状态指标的方法和微服务异常诊断方法
CN113296991A (zh) 异常检测方法以及装置
CN113704046A (zh) 一种故障告警处理方法及装置、设备、存储介质
US20170141949A1 (en) Method and apparatus for processing alarm information in cloud computing
CN113934432A (zh) 用于部署机器学习模型的方法、设备和存储介质
CN112288231A (zh) 配置生成方法、装置、电子设备及存储介质
CN117081914A (zh) 基于决策树的故障分析方法及装置
CN111291123A (zh) 任务节点管理方法以及装置
EP4309348A1 (en) Methods, systems, and computer readable media for autonomous network test case generation
Abdullah et al. Monitoring informed testing for IoT
CN114567559A (zh) 数据分析模型的训练方法、装置及存储介质
WO2010081891A1 (en) A method, device and computer program product for service balancing in an electronic communications system
CN116149877A (zh) 故障检测方法以及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40058637

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant