動態演化環境下軟體失效的線上預測關鍵技術研究

《動態演化環境下軟體失效的線上預測關鍵技術研究》是依託河海大學，由張鵬程擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：動態演化環境下軟體失效的線上預測關鍵技術研究
• 項目類別：青年科學基金項目
• 項目負責人：張鵬程
• 依託單位：河海大學

項目摘要

在動態演化環境中，系統和環境的改變及人的誤操作都可能會導致軟體失效的發生，如何線上預測並預防軟體失效的發生是當前亟待解決的重大問題。本項目給出了基於前瞻系統行為線上預測軟體失效的新穎解決方案，主要包括四個方面。首先採用接口自動機，對環境、系統和人的行為進行建模，能夠顯式地表達系統對環境和人的不同假設。其次，用基於場景的規約來表示環境、系統和人互動過程中的關鍵屬性，並定義其精確的運行時四值語義。再次，結合設計時模型和運行時信息，提出一種線上構建不久將來行為模型的方法，並面向基於場景的規約預警可能發生的失效，該方法能有效地控制模型構造的複雜度，避免了狀態空間爆炸問題。最後，提出一組線上預防嚮導，通過調控系統、環境和人的行為，使得系統能及時避免失效的發生。本研究為在動態演化環境下軟體失效的有效防止提供新思路，從而提高軟體系統在部署以後的可靠性和安全性。

結題摘要

在動態演化環境中，系統和環境的改變作都可能會導致軟體失效的發生，如何線上預測並預防軟體失效的發生是當前亟待解決的重大問題。本項目給出了基於前瞻系統行為線上預測軟體失效的新穎解決方案。在執行過程中，項目以面向服務系統作為典型系統，系統研究了軟體失效的監控、線上預測、預防和恢複方法。 1、在監控方面，針對現有的監控方法沒有考慮到系統和環境之間的互動，提出了基於博弈論的監控方法，針對基於場景的規約屬性序列圖，從博弈論的角度定義其多值監控語義: 滿足、無限可控、系統有限可控、系統緊急可控、環境有限可控、環境緊急可控和違例。通過多值監控語義的定義, 監控器能夠根據當前軌跡儘可能早地檢測到系統失效或異常, 並提供足夠信息為失效的預防和恢復服務。針對現有的監控方法不考慮環境因素的影響，本文提出了一種基於加權樸素貝葉斯算法的監控方法，通過TF-IDF算法計算環境因素的影響，通過對部分樣本進行學習，構建加權樸素貝葉斯分類器，在網路開源數據以及隨機數據集上的實驗結果表明wBSRM能夠更好地監控QoS，效率顯著優於現有方法。 2、線上失效預測方面，提出了一種Web服務組合的線上失效預測方法，根據Web服務基本規約來構造將來k步行為模型，根據攔截到的當前訊息進行重構，得到重構後K步將來模型，用戶需求使用屬性序列圖來描述；分析K步將來模型是否滿足屬性序列圖表示的屬性，得到主動監控的正確結果、不確定結果和屬性違例。方法能夠提前預測到Web服務組合中失效的發生，提高了Web服務組合的可靠性和安全性。項目為正確預測QoS，幫助用戶選擇符合服務質量需求的Web Service,提出一種基於徑向基神經網路模型的服務質量組合預測方法。首先使用時間序列模型對數據集建立線性和非線性預測模型，並選擇最優模型，同時根據數據特點建立不同滑動視窗的灰色等維新息模型，再將上述2模型的預測結果作為輸入源傳遞給徑向基神經網路的訓練模型，進行預測。實驗結果表明，該方法與已有方法相比較，在預測精度方面有一定程度的提高。3、在失效恢復策略方面，針對雲環境下的服務組合系統，提出一種基於分層的雲服務組合失效的恢復系統和方法，根據云環境下可能導致服務組合失效的原因將失效進行分類，並提出五種主要的恢複方法，能夠針對不同雲層的失效進行恢復。