[發明專利]基于加權樸素貝葉斯分類器的軟件服務質量監控方法及系統

有效

• 申請號: 201410351264.1
• 申請日: 2014-07-22
• 公開（公告）號: CN104102875B
• 公開（公告）日: 2017-05-03
• 發明（設計）人: 張鵬程;莊媛;馮鈞;朱躍龍;萬定生;劉宗磊;周宇鵬;肖艷
• 申請（專利權）人: 河海大學
• 主分類號: G06F21/52
• 分類號: G06F21/52
• 代理公司: 南京蘇高專利商標事務所(普通合伙)32204
• 代理人: 李玉平

1.一種基于加權樸素貝葉斯分類器的軟件服務質量動態監控方法，其特征在于，所述方法包括以下步驟：

1)根據QoS標準Θ，設定滿足QoS標準的類別C₀和不滿足QoS標準的類別C₁；

2)訓練樣本，獲得不同影響因子組合權值w_R以及先驗知識p_li；

3)讀取運行時的觀測變量組合作為樣本對樣本進行補全和離散化預處理；

4)根據樣本影響因子R調用權值表得到樣本x_k的權值

5)統計二項分布成功率的貝葉斯估計值并判別本次樣本使樣本集的成功率分布C_i，i∈(0,1)；

6)更新樣本先驗概率p(C_i)；

7)調用加權樸素貝葉斯分類器得出結果，調用加權樸素貝葉斯公式如下：$\arg {\max }_{c_i\∈C}\left\{W_i^{R}P\left(X|C_i\right)P\left(C_i\right),{\mathrm{TW}}_i^{R}P\left(X|C_i\right)P\left(C_i\right)\right\};$

8)定期連續讀取變量組合作為樣本，對樣本進行預處理并存入樣本集x_k∈{0,1}，m表示樣本總數，重復步驟3)～8)。

2.如權利要求1所述的基于加權樸素貝葉斯分類器的軟件服務質量動態監控方法，其特征在于，對于所述步驟2)和步驟5)：引入二項分布的自然共軛先驗分布，即貝塔分布，根據二項分布可靠性分析得到二項分布可靠性為a、b分別為伯努利參數，這里設定其分別為1，其中m為樣本總數；β>Θ，代表本次樣本的加入使樣本集的二項分布成功率滿足QoS標準Θ，即成功率落在C₀區域，反之為C₁，代表本次樣本的加入使樣本集的成功率不滿足QoS標準，Θ表示監控的要求。

3.如權利要求1所述的基于加權樸素貝葉斯分類器的軟件服務質量動態監控方法，其特征在于，對于所述步驟2)：根據tf*idf算法可知，影響因子對分類的權值與影響因子T在C_i中出現的概率成正比，和影響因子在全部樣本中出現的概率成反比，故表示影響因子為R且使整個樣本集的成功率落在區域C_i的單個樣本個數，N_ci表示樣本落在區域C_i的樣本總個數，N表示樣本總個數，n_R表示影響因子為R的樣本的總個數。

4.如權利要求1所述的基于加權樸素貝葉斯分類器的軟件服務質量動態監控方法，其特征在于，對于所述步驟2)：我們用p_li表示P(x_k＝1|C_i)，樣本x_i的先驗概率為其中p_li為經過在不同環境下進行訓練的P(x_k＝1,C_i)/P(C_i)的平均值。