چکيده
امروزه محاسبات ابري به كاربران دسترسي به منابع زيادي با روش پرداخت در ازاي هزينه داده است. با استفاده از اين تكنولوژي، كاربران ميتوانند، با كمك مجازي سازي، در حين نياز به منابع دسترسي سريع داشته باشند.با اين وجود در حال حاضر ابزار موثري براي تجزيه و تحليل عملكرد سخت افزار مجازي وجود ندارد . ابزارهاي موجود نيازمند دسترسي و ردگيري كامل فعاليت‌هاي ماشين مجازي و سيستم ميزبان است كه در اغلب موارد به دلايل امنيتي دسترسي به ماشين مجازي غير ممكن است.بنابراين به يك ابزار براي عيب‌يابي رفتار ناهنجار در ماشين‌هاي مجازي بدون دسترسي داخلي نياز ميشود [1].
همچنين امروزه آناليز كارايي سرويس هاي ابري به همراه پيچيدگي تكنولوژي هاي مجازي‌سازي يك چالش واقعي محسوب ميشود.مشكلات ممكن است در هر لايه‌اي ايجاد شوند.بنابرين دانستن ريشه‌ي اصلي يك ناهنجاري اولين قدم براي عيب‌يابي است.[2]
به عبارتي ديگر تشخيص مشكلات كارايي در محيط ابر،ناشي از سطوح مختلف مجازي سازي و تنوع برنامه‌هاي كاربردي و تعامل آن‌ها در يك سيستم ميزبان مشترك، يك مسأله ي چالشي است،كه به دلايل امنيتي،حريم خصوصي وسهولت استقرار و سربار اجرايي يك متد خارج از ماشين كه داده‌هاي جمع‌آوري شده را به سيستم فيزيكي محدود ميكند، اغلب تنها راه حل قابل قبول به حساب مي‌آيد[3].
با ردگيري رخدادهاي ماشين مجازي در سيستم ميزبان، ميتوان به جريان اجرايي پردازش هاي درون ماشين مجازي و دليل اصلي ايجاد آن وضعيت در پردازش هاي ماشين مجازي دست يافت كه از اين راه ميتوان براي بررسي ايجاد ناهنجاري‌ها در ماشين مجازي و افزايش كاراي محيط ابري استفاده كرد.
