[發(fā)明專利]基于加權樸素貝葉斯分類器的軟件服務質(zhì)量監(jiān)控方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410351264.1
• 申請日: 2014-07-22
• 公開（公告）號: CN104102875B
• 公開（公告）日: 2017-05-03
• 發(fā)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

技術領域

本發(fā)明涉及一種基于加權樸素貝葉斯分類器的軟件服務質(zhì)量監(jiān)控方法及系統(tǒng)，尤其涉及對運行時QoS需求指標動態(tài)加權的監(jiān)控，屬于信息技術領域。

背景技術

Web服務技術適應于任何類型的Web環(huán)境，包括互聯(lián)網(wǎng)、Intranet以及Extranet，實現(xiàn)了企業(yè)與企業(yè)、企業(yè)與消費者之間的通信。從Web服務的關鍵技術來看，Web服務仍具有很大的研究空間和挑戰(zhàn)，其中用戶需求中最重要的問題之一就是服務質(zhì)量(Quality of Service)問題，QoS的好壞是Web服務在商業(yè)應用中能否取得成功的關鍵。在面向服務(Service-Oriented Architecture)應用十分廣泛的今天，軟件系統(tǒng)能夠動態(tài)將一些松耦合并且具有統(tǒng)一接口定義方式的組件(也就是Service)組合構建起來的，然而在復雜多變的Web環(huán)境中，對于第三方服務的依賴會帶來許多不確定問題，無法滿足QoS需求。因此需要采用運行時監(jiān)控技術對其進行監(jiān)控以保證軟件執(zhí)行的正確性。

QoS的關鍵指標如可用性、吞吐量、時延、時延變化(包括抖動和漂移)和丟失等通常用概率來表示不確定性，當前最科學的表示方法是采用模糊語言，來表示系統(tǒng)的可靠運行需要監(jiān)控診斷的特征量估計值，例如“患者通過網(wǎng)絡急救中心呼叫得到應答的時間小于30秒的概率為80％”等。當前的概率監(jiān)控方法采用假設檢驗來進行統(tǒng)計，也有基于貝葉斯因子的監(jiān)控方法，前者只使用單一概率值評估，實際可執(zhí)行性差，后者的監(jiān)控結果出錯率有待降低，更重要的是，現(xiàn)有的方法都忽略了環(huán)境對監(jiān)控結果的影響，不同的環(huán)境會影響我們的概率監(jiān)控結果，這些環(huán)境包括用戶的位置，網(wǎng)絡，服務器的CPU,RAM，I/O等，例如用戶在不同地區(qū)使用同一服務時可能體驗不同的QoS。因此，現(xiàn)有的概率監(jiān)控技術已經(jīng)無法滿足概率監(jiān)控的需要。

發(fā)明內(nèi)容

發(fā)明目的：針對現(xiàn)有技術中存在的問題與不足，提供一種新的監(jiān)控方法以及監(jiān)控系統(tǒng)，結合監(jiān)控環(huán)境對監(jiān)控結果的影響，判斷系統(tǒng)運行時行為是否滿足系統(tǒng)的QoS屬性，使動態(tài)QoS監(jiān)控系統(tǒng)更加敏感，監(jiān)控結果更加精確，為自適應，用戶選擇服務提供決策依據(jù)，從而保證軟件系統(tǒng)的安全可靠。

技術方案：一種基于加權樸素貝葉斯推斷的軟件服務質(zhì)量監(jiān)控方法，包括如下步驟：

1)根據(jù)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)訓練已搜集到的樣本集，獲得不同影響因子組合權值w_R以及先驗知識p_li；

3)讀取運行時的帶監(jiān)控的觀測變量組合作為單次樣本對單次監(jiān)控樣本進行預處理，樣本預處理為對樣本進行缺失值填充以及離散化；

4)根據(jù)樣本影響因子R調(diào)用權值表得到R的權值；

5)統(tǒng)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于c₀還是c₁；

6)更新樣本先驗概率p(c_i)；

7)調(diào)用樸素貝葉斯分類器x_k∈{0,1}得出結果，其中C_i，i∈(0,1)；調(diào)用加權樸素貝葉斯公式如下：

由加權樸素貝葉斯分類器以及Harold Jeffrey的T解釋得到TW_i^Rp(X|C_i)P(C_i)}，其中

對于所述Harold Jeffrey對T解釋：支持類C₀和支持類C₁的比值T，T的取值以及樣本集對分類的影響表1：

表1 T值的意義

8)定期連續(xù)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(shù)，重復步驟3)～8)；