基于粗糙小波网络的应用服务器老化预测模型

《基于粗糙小波网络的应用服务器老化预测模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第30卷第8期2010年8月计算机应用JournalofComputerApplicationsV01．30No．8Aug．2010文章编号：1001—9081(20LO)08—2024—05基于粗糙小波网络的应用服务器老化预测模型孟海宁1，刘建军2(1．西安理工大学计算机科学与工程学院，西安710048；2．中国航空计算技术研究所，西安710068)(mengnin92001ji@163．tom)摘要：针对应用服务器系统中存在的软件老化现象，监测系统资源消耗的性能参数，采用粗糙小波网络建立系统老化预测模型。该模型首先采用信息熵约简方法化简系统性能参数，从而确定粗

2、糙小波网络的输入变量；然后采用自适应遗传算法对网络结构和参数进行优化。最后通过实验表明，该模型比传统的神经网络和小波网络模型具有更高的预测精度及更好的收敛性能。关键词：应用服务器；软件老化；软件可靠性；粗糙小波网络；遗传算法中图分类号：TP301文献标志码：AAgingforecastmodelforapplicationserverbasedonroughwaveletnetworkMENGHai—nin91，LIUJian-jun2f1．CollegeofComputerScienceandEngineer,尉乞nUniversityofTechnology,Xi'a

3、nShaanxi710048．China；2．InstituteofAeronauticsComputingTechniqueResearch，Xi'anShaanxi710068，China)Abstract：Concerningthesoftwareaginginapplicationsever，thesystematicperformanceparameterswereobservedandtheagingforecastmodelwassetupbasedonRoughWaveletNetwork(RWN)．Thenthedimensionalityofinput

4、variablesofRWNwasreducedbyinformationentropyreductionmethod，andthestructureandparametersofRWNwereoptimizedwithadaptivegeneticalgorithm．Finally，theexperimentswerecarriedouttoshowthattheagingforecastmodelbasedonRWNissuperiortothewaveletnetworkmodelandwaveletnetworkmodelinconvergencerateandf

5、orecastingprecision．Keywords：applicationserver；softwareaging；softwarereliability；RoughWaveletNetwork(RWN)；geneticalgorithm0引言软件老化是指软件系统随着运行时问的推移所出现的系统性能衰退现象。1o。针对软件老化问题，提取和分析系统中可能引起软件老化的性能参数，预测系统的老化现象，可以帮助软件工程人员在故障发生前及时采取有效的预维护措施，从而提高系统的可靠性和可用性。近年来出现了很多软件老化的检测和预测方法。文献[2]采用分形方法检测资源使用情况，预测软

6、件老化趋势。文献[3]研究Sun公司HotSpotJava虚拟机中的老化现象，采用统计分析方法，分析系统内存资源和吞吐量的变化，验证虚拟机中老化的存在，但没有给出老化趋势预测。文献[4—5]通过神经网络的方法预测系统内存使用量，来判断系统老化程度，但该方法在老化预测过程中，很容易陷入局部极值点，且预测速率低。小波神经网络方法。6o弥补了神经网络方法的不足，可较快地确定网络结构和调整网络参数，并且小波神经网络方法和粗糙集理论的结合，可以近似模拟任意函数。本文利用这些特征，提出一种基于粗糙小波网络的老化预测模型，检测应用服务器的性能资源消耗情况，对应用服务器中的软件老化现象进

7、行预测。此外，为了提高老化预测的精度和速度，采用粗糙集理论中的信息熵约简方法o7。对软件老化的影响性能参数进行化简，并且采用自适应遗传算法。8o优化粗糙小波网络参数和结构，有效地克服了网络学习训练过程容易陷入局部极值点的问题。1基本概念建立基于粗糙小波网络的老化预测模型，涉及到的基本概念如下。1．1信息熵定义1信息系统s表示为四元组(U，A，V，力。其中，U是n个对象的论域，A是确定属性集，y=UK是属性值域的集合，信息函数厂：UXA—y为U中每个对象指派属性值，且对于aEA，有五(石)E亿。确定属性集A可划分为条件属性集c和