随着云计算的发展,如何保证云平台的高效性与可靠性越来越受到企业的关注。运维是云计算业务平台管理中一项非常重要的工作,运维旨在保证云平台的高效性与可用性,传统运维存在系统复杂、维护难度高、风险压力大等问题,而智能运维AIOps(Artificial Intelligence for Operations)是用机器学习的方式辅助传统运维,极大提高传统运维的效率。本文对智能运维的异常点检测方向进行研究,检测的对象为云平台下的监控序列,格式为(时间,监控数值)。传统的异常点检测有基于阈值的检测方法、基于距离的检测方法等,但传统的异常点检测方法存在漏报率、误报率高的问题,针对这些不足,论文做了如下工作:(1)设计了一个基于集成学习的异常点检测系统,整个系统分为离线训练与在线检测。离线训练通过监控序列聚类、监控序列预处理、特征工程、异常点检测器训练等构建出异常点检测模型;在线检测对监控序列归类后,使用相应的异常点检测器检测异常点,并将错分、漏分样本反馈给离线阶段重新训练,整个流程形成闭环,让异常点检测系统逐渐达到稳定。(2)构造监控序列相似矩阵,采用自组织映射神经网络对监控序列聚类,解决了异常检测对象多样性的问题;从数据层面、模型层面一定程度上解决数据不均衡问题。在运维过程中,异常点极少发生,导致了异常样本与正常样本严重不均衡,直接使用原始监控序列进行离线训练会导致异常点检测器偏好于正常这一类,导致漏报。论文对监控序列进行过采样,并且调整异常点检测器的损失函数权重,一定程度上解决了数据不均衡问题,对于检测结果有大幅度的提升。(3)对低方差的异常点检测器与低偏差的异常点检测器进行融合,有效的提高了检测效果。论文使用带有正常与异常标注的监控序列对异常点检测系统进行检测,结果表明:(1)在监控序列处理阶段,过采样对检测结果的提升影响最大。(2)在异常点检测器构建阶段,检测器融合对检测结果的提升影响最大。(3)参数优化对检测结果的提升有一定的帮助。