作为网络应用服务中最关键的设备,服务器的安全、高效运行显得至关重要,目前,服务器管理方式主要有人工管理、监控软件管理、KVM管理、专有工具管理等,以上几种方式均存在着监控能力有限、独立性差、智能化程度不高等缺点。随着网络服务不断普及和发展,使服务器负载和数量在不断增大,受工作环境,业务要求等条件限制,对服务器的管理越来越困难,无法实现服务器统一集中管理,更难以保证服务器长期、稳定的提供服务,服务器发生故障时,在管理员赶到机房进行故障排除的这段时间内无法提供正常的网络服务。因此需要建立一个具有较高独立性、可扩展性、智能化的服务器管理系统。采用IPMI规范可提高服务器管理系统的监控能力和独立性,通过基于IPMI构建的服务器管理平台不受被监控服务器工作状态的影响,即便是被监控服务器突然断电或宕机,系统仍然能够实现对服务器的监管,并将异常事件保存到运行日志中。服务器的运行日志蕴含着大量的有用信息,这些信息可为服务器智能管理提供决策支持服务,但由于缺乏有力的分析工具,无法获取这些有价值的信息。本文的研究目的就是运用数据挖掘中的关联规则挖掘技术与IPMI规范相结合,通过IPMI规范所建立的服务器管理模块收集服务器健康信息和异常事件日志作为训练数据,然后进行关联规则挖掘,获取服务器的运行规律,提高管理员对服务器的掌控能力。具体来说,本文开展并完成的工作主要包括以下几点:(1)对数据挖掘技术尤其是关联规则挖掘进行了分析和总结,然后针对Apriori算法挖掘频繁项效率较低的缺点结合矩阵提出了改进算法Apriori-M。该算法只需扫描两次数据库就能正确获取所有频繁项集,同时利用矩阵的性质提高连接和剪枝的效率,解决了Apriori算法的二项集瓶颈问题。实验结果表明Apriori-M的性能优于Apriori。(2)在服务器管理平台研发方面,针对目前服务器管理领域的现状和面临的问题,对基于IPMI的服务器远程管理系统进行扩展,使其具有KVM over IP、健康信息异地存取功能。由于XML在传输效率、兼容性及所占存储空间上存在诸多问题,不适合用于嵌入式实时管理系统,本文采用JSON存储服务器健康信息,提出了基于JSON规范的服务器动态管理数据获取与分析框架,提高了数据交换的效率,实现了跨平台的数据库存取,节省了嵌入式系统的Flash空间,并提高了兼容性。(3)把关联规则挖掘引入到服务器智能管理领域,使用服务器以往的故障日志建立一个知识库,根据实时监测服务器运行状态得来的数据与知识库中的信息进行匹配,从而预测出潜在的故障和风险,提高服务器的安全运行时间,能够高效率的提供网络服务。