近年来,随着云计算技术的不断发展与应用领域的不断扩展,云计算技术已经成为IT行业中最热门的技术之一。由于云计算环境的复杂性、动态性、资源共享性、规模大等特点,致使云计算环境越来越容易发生故障,甚至导致云计算服务的失效,对云计算的可用性以及稳定性带来了严峻的挑战。为了保证云计算环境能够供持续服务以及确保云计算环境的高可用性与稳定性,国内外有越来越多的专家学者对云计算环境的故障检测进行了研究,并出了许多云计算故障检测的方法与检测架构,实现了很多相关方法的检测系统,但其中以云计算环境系统特征数据或性能数据为基础的故障检测方法存在一些问题:1、对于采用故障模型进行故障检测的方法,当云计算环境中出现未知类型故障时难以通过故障模型进行故障检测;2、当云计算环境出现未知故障时不易实现故障模型的不断更新。本文结合云计算环境的结构特点,以解决云计算环境故障检测存在的问题为目的,本文主要研究内容如下:1、故障模型建立与已知故障库构建,根据云计算环境体系结构构建云计算环境故障模型,采用故障注入的方式获取故障数据,构建已知故障故障库;2、对于已知故障,通过性能特征选择实现数据降维之后,采用高斯朴素贝叶斯算法进行检测,经过已知故障检测之后仍有异常数据无法被检测出故障类型,之后进行未知故障检测;3、对于未知故障,首先采用云计算环境运行时数据计算多元线性回归系数,构建多元线性回归模型,采用多元线性回归模型对异常数据进行故障检测;然后采用基于密度聚类的方法实现故障数据的聚合产生新故障类型,通过人工添加标签,实现故障库更新;4、设计并实现了一个云计算环境故障检测系统原型,通过搭建真实的云计算环境进行故障检测实验,验证本文出的故障检测方法的有效性与可行性。