20、使用自组织映射进行行为分析及DevOps与NoOps部署策略对比

使用自组织映射进行行为分析及DevOps与NoOps部署策略对比

1. 使用自组织映射进行行为分析

1.1 VNF消耗模式分析

通过生成命中图（hitmaps），可以直观地看到每个给定虚拟网络功能（VNF）的虚拟机（VM）的每日模式如何映射到自组织映射（SOM）的每个神经元上。例如，对比相关图表可以发现：
- SBC和TAS VNF大多呈现“夜间/白天”模式，夜间工作负载低，白天工作负载高，中午和下午6点左右有峰值。
- DRA VNF在cpu|capacity contentionPct指标上呈现经典的“夜间/白天”模式，而在其他两个指标上每30分钟有周期性峰值。
- 相当数量的VTAP VM具有每小时的周期性峰值。

1.2 分层分组

示例一

使用另一个月的数据，通过距离分组技术（组距离阈值为0.007）对训练好的SOM进行聚类。在一个4×4神经元的方形SOM网格中，属于同一组的神经元具有相同的边框颜色。为了便于直观检查每个VM在该月的行为，生成了VM的日历视图，将每个(VM, DAY)对与SOM网格中的最佳匹配单元（BMU）组相关联。可以发现，大多数组的变化发生在周末。

示例二

在一个3×3神经元的方形SOM网格中，分组后的SOM网格突出显示了三个主要（更频繁）的组。黄色组包含几乎平坦的VM指标的所有神经元。通过检查日历视图，可以明显看出这些行为与那些在周末没有任何变化的异常恒定进程的VM相关联。

1.3 警报系统

对一个将神经元分为5种行为的SOM网格所捕获的行为应用了三种警报系统：
-