[發明專利]基于ARIMA的軟件運行環境要素行為趨勢分析方法

有效

• 申請號: 202011270882.5
• 申請日: 2020-11-13
• 公開（公告）號: CN112486760B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 李秋英;陸民燕;古廷陽
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06Q10/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出了一種基于ARIMA的軟件運行環境要素行為趨勢分析方法，屬于軟件運行環境監測領域，本方法選取了軟件運行環境要素，通過采集環境要素行為的歷史數據，建立基于ARIMA的環境要素行為趨勢分析模型，并基于趨勢分析模型進行環境要素行為趨勢的分析和預計，實現在環境要素發生變更前，預先根據分析結果確定環境要素實際發生變更時所對應的適應策略，為自適應軟件主動式自適應策略的選擇和實現提供依據。

技術領域

本發明涉及軟件運行環境監測領域，具體涉及一種基于ARIMA的軟件運行環境要素行為趨勢分析方法。

背景技術

自適應軟件是一種能夠通過調整自身行為及結構來適應運行環境變化的軟件。現有的自適應軟件多采用ECA(事件：條件→操作)的方式來應對運行環境要素發生的變化，即當檢測到運行環境要素已經發生變化并達到閾值后，根據提前設定的規則觸發相應的適應策略，并在策略的驅動下完成適應。

然而該方法存在如下不足：首先，該方法是當檢測到環境要素已經發生變化后才進行適應，這會導致環境要素的真實值過高時已經對自適應軟件的服務質量產生影響，或者環境要素的真實值過低時造成計算資源的浪費。其次，由于自適應軟件運行環境的變更很難在設計階段被完全描述清楚，因此提前設定的規則可能無法滿足不斷變化的環境要素的需要。

基于此，本發明提出一種基于ARIMA(Auto-Regressive?Integrated?MovingAverage，自回歸差分移動平均模型)的軟件運行環境要素行為趨勢分析方法，根據環境要素行為的歷史數據對其未來的行為趨勢進行分析和預計，為能在環境要素實際發生變更前、預先制定適應策略奠定基礎。

發明內容

本發明提供了一種基于ARIMA的軟件運行環境要素行為趨勢分析方法，包括依次進行的如下步驟：

步驟一、選取軟件運行環境要素，并且選取的運行環境要素受到使用時間的影響，易于獲取數據；

步驟二、收集軟件運行環境要素行為的歷史數據，繪制歷史數據序列圖；

步驟三、對歷史數據序列圖進行差分處理，移除數據的周期性和趨勢性；

步驟四、對經過差分處理的歷史數據序列圖進行自相關分析和偏自相關分析，建立自相關函數ACF(Auto?Correlation?Function)和偏自相關函數PACF(Partial?AutoCorrelation?Function)；

步驟五、對模型參數進行估計，基于建立的ACF和PACF函數，構造環境要素行為趨勢分析模型；

步驟六、對構造的模型實施殘差分析和顯著性檢驗；

步驟七、基于構造的模型，對環境要素行為趨勢進行預計和分析。

進一步地，所述步驟一中環境要素分為計算環境要素與用戶環境要素，計算環境要素包括帶寬、內存、CPU使用率、負載等與計算相關的環境要素；用戶環境要素包括訪問數量、刷新頻率等與軟件用戶使用特征相關的要素。

進一步地，所述步驟二中環境要素行為是指環境要素的取值發生變更或狀態發生變更，軟件運行環境要素行為特征包括：

1)所有能預測的計算環境要素的行為都存在上升或下降的取值變更，且模式固定(不是上升就是下降)，因此，計算環境要素的行為都存在一種變化模式；

2)所有能預測的計算環境要素的行為都隨著時間變化，這一變化可以理解為由過去到現在至未來，因此，除非出現極為嚴重的故障，例如：CPU跳線、燒毀等，這些計算環境要素都會延伸到未來；

3)所有能預測的計算環境要素的行為都具有不規則性，例如，CPU使用率的取值雖然只會出現上升或下降的情況，但并不能只上升或者只下降，意味著這些計算環境要素的取值存在波動，取值不具有規則。