重庆邮电大学计算机硕士论文答辩..ppt

重庆邮电大学计算机硕士论文答辩..ppt

ID:52434256

大小:1.01 MB

页数:30页

时间:2020-04-06

重庆邮电大学计算机硕士论文答辩..ppt_第1页
重庆邮电大学计算机硕士论文答辩..ppt_第2页
重庆邮电大学计算机硕士论文答辩..ppt_第3页
重庆邮电大学计算机硕士论文答辩..ppt_第4页
重庆邮电大学计算机硕士论文答辩..ppt_第5页
资源描述:

《重庆邮电大学计算机硕士论文答辩..ppt》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、重庆邮电大学硕士论文答辩基于混沌的Web服务器软件抗衰研究学生:***导师:***教授专业:计算机软件与理论研究背景及主要内容01性能参数混沌性分析02基于混沌预测的软件抗衰03实验结果分析及抗衰决策应用04论文提纲总结与展望05研究背景及主要内容软件抗衰研究背景网络技术迅速发展与广泛应用-Web服务器软件地位不断提高-Web服务器软件应用不断增多复杂程度提高,软件老化问题增多-2010年9月13日,大通曼哈顿银行网站出现突然崩溃-2010年9月23日,在Facebook服务器系统宕机等研究意义-减少软件失效部分与失效时间-提高系统的可靠性和可用性-减

2、少软件老化所带来的损失研究背景及主要内容问题及研究主要内容存在问题-预测数据比实时数据对软件抗衰更重要,相关研究忽略了性能参数未来变化的重要性-把Web服务器软件看作一个整体进行研究,会导致系统服务不可用时间更长,抗衰灵活性不够好研究目标-采用基于测量的方法,充分利用混沌理论相关知识,判断软件老化程度,推测何时采取何种粒度的软件抗衰关键性能参数混沌性研究在混沌性分析的基础上,对性能参数建立混沌预测模型采用基于测量的方法,结合预测数据,制定多粒度软件抗衰模型主要内容研究背景及主要内容01性能参数混沌性分析02基于混沌预测的软件抗衰03实验结果分析及抗衰决

3、策应用04论文提纲总结与展望05性能参数混沌性分析Web服务器性能参数分析软件性能参数描述-系统内存-磁盘访问-网络参数-请求用户数-平均负载-响应时间关键性能参数分析-响应时间-平均负载“黑盒”对响应时间产生的作用相当于平均负载对响应时间的影响响应时间则是性能的一个重要指标,是衡量Web服务器软件健康与否的重要标志性能参数混沌性分析吸引子维数与嵌入维数分析相空间重构-理论基础:通过观测量重构出原混沌动力系统模型-重构方法:根据Takens嵌入定理,当m>2d+1(m为嵌入维数,d为动力系统维数),可恢复原方法动力学性质,相空间点可以定义如下:关键性能

4、参数混沌性判别方法-对于混沌系统,嵌入维数增大到一定值以后,吸引子维数达到饱和,这表明存在混沌吸引子。性能参数混沌性分析吸引子维数与嵌入维数分析G-P算法求解吸引子与嵌入维数关系-主要利用G-p算法,对于不同r值求出嵌入维数,将这些不同的r值和嵌入维数代入下式中,对于给定r后,C(m,r)表示两点间距离小于r的概率,当r增大时,C(m,r)将以rD的比率增大,即C(m,r)~rD。两端取对数后为lnC(m,r)~Dlnr,对于不同值求出C(m,r),将这些不同的r值和C(m,r)代入公式中,即可拟合出吸引子维数D。其中:实验结果分析及抗衰应用平均负载数

5、据预处理后Avgload噪声的存在会淡化系统的混沌特性,进行噪声处理后的平均负载Uptime工具监测2408个平均负载样本点,间隔为1小时原始数据Avgload实验结果分析及抗衰应用平均负载混沌性分析平均负载时间序列lnC~lnr图用平均负载时间序列做出了Cm(m,r)随lnr的变化曲线其中m=(2,3,4,5,6,7,8,9)当m=8时,各条直线开始平行,吸引子趋于饱和,斜率趋于D=2.416m~D变化曲线图说明:嵌入维数m=8时,吸引子维数D=2.416,充分说明了平均负载的混沌特性实验结果分析及抗衰应用响应时间数据原始数据ReponsetimeH

6、ttperf负荷测试工具监控的2408个响应时间样本点,时间间隔为1小时处理后Reponsetime噪声的存在会淡化系统的混沌特性,进行噪声处理后的响应时间实验结果分析及抗衰应用响应时间混沌性分析响应时间D~m图说明:嵌入维数m=14时,吸引子维数D=2.314,充分说明了平均负载的混沌特性用响应时间做出了Cm(m,r)随lnr的变化曲线其中m=(6,8,10,12,14,16)当m=14时,各条直线开始平行,吸引子趋于饱和,斜率趋于D=2.314Cm(m,r)~lnr曲线图研究背景及主要内容01性能参数混沌性分析02基于混沌预测的软件抗衰03实验结果

7、分析及抗衰决策应用04论文提纲总结与展望05基于混沌预测的软件抗衰混沌时间序列预测方法全域法-预测原理:根据拟合相空间中吸引子的方式不同而建立-缺点:全域预测方法计算比较复杂;数据来源困难局域法-以最后点为中心点,把离中心点最近若干轨迹点为相关点进行预测-具体算法:加权零阶局域法;加权一阶局域法神经网络预测方法-模仿人脑的神经系统结构和功能的物理可实现系统-建网络→由嵌入维确定输入网络数→进行学习,控制误差→预测阶段-应用领域广泛性能参数混沌性分析最大Lyapunov指数描述最大Lyapunov指数概念-Lyapunov指数:对整个相空间中初始条件不同

8、的两条相邻的轨迹随时间推移分离的比率的定量描述相邻轨道的迭代过程最大Lyapunov指数特性-

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。