[發明專利]一種基于貝葉斯推斷的軟件服務質量監控方法及系統

有效

• 申請號: 201210339638.9
• 申請日: 2012-09-13
• 公開（公告）號: CN102866942A
• 公開（公告）日: 2013-01-09
• 發明（設計）人: 張鵬程;朱躍龍;徐美君
• 申請（專利權）人: 河海大學
• 主分類號: G06F11/30
• 分類號: G06F11/30
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于貝葉斯推斷的軟件服務質量監控方法，其特征在于，包括以下步驟：

步驟1，根據可靠性標準，設定原假設H₀與備擇假設H₁；其中，原假設和備擇假設必須互斥，接受一方，必須拒絕另一方；根據可靠性標準，建立對立的原假設H₀與備擇假設H₁：H₀：p≥θ';H₁：p＜θ'；

步驟2，選取先驗分布函數；具體為：如有充足的先驗信息，利用歷史日志中以往軟件運行的服務質量數據，分析數據特性來形成先驗分布函數g(θ)；根據監控仿真實驗特性，引入二項分布的自然共軛先驗分布，即貝塔分布，通過設定兩個不同的參數a和b來擬合[0,1]區間上g(θ)，其概率密度分布函數：

∀u∈(0,1),g(u,a,b)=1Be(a,b)uα-1(1-u)β-1,a>0,b>0]]>

其中如無充足的先驗信息，根據貝葉斯假設采用無信息先驗，g(θ)是(0,1)上的均勻分布，此時，a，b取值分別為1，1；

步驟3，讀取軟件運行時的觀測變量組合作為訓練樣本對訓練樣本進行預處理，存入樣本集TX；

步驟4，統計滿足屬性的樣本數，記為成功樣本數succ，更新樣本集TX；

步驟5，對樣本總數n、成功樣本數succ、標準θ整形；

步驟6，計算貝葉斯因子B；

1)計算貝塔分布函數:

∀u∈(0,1),Fa,b(u)=∫0ug(t,a,b)dt]]>

2)計算貝葉斯因子：

在樣本集TX＝{x₁，x₂，...，x_n}下：

B=∫θ1p(x1|t)...p(xn|t)·g(t)dt∫0θp(x1|t)...p(xn|t)·g(t)dt]]>

利用貝塔分布函數，貝葉斯因子可簡化為：

B=1Fsucc+a,n-succ+b(θ)-1]]>

將被放大后的樣本總數n、成功樣本數succ、標準θ帶入上述公式計算貝葉斯因子；

步驟7，結果分析，向軟件返回監控結果，存儲本次監控結果；

步驟8，定期讀取運行時的觀測變量組合作為訓練樣本，對訓練樣本進行預處理，存入樣本集TX；重復步驟3~步驟8。