论文部分内容阅读
随着Internet技术的不断发展,Web服务器软件功能越来越强大,结构也越来越复杂。然而正是由于系统功能的强大和复杂程度的提高,软件系统长时间持续运行后,未知的软件缺陷引发的服务器性能衰退现象不可避免,因此有必要对Web服务器软件抗衰进行研究。软件抗衰能够改善服务器系统性能,为成千上万的用户提供正确可靠的服务,为企业减少损失。
通过对已有抗衰方法的研究与分析,发现存在以下不足。首先,已有基于测量的方法很多都是以实时检测数据建模,忽略了软件系统未来信息的变化。其次,已有抗衰方法都把系统看作一个整体进行研究,导致抗衰灵活性不够好以及系统不可用时间更长。由于混沌蕴含内在规律性与可预测特性,所以本文结合混沌理论研究Web服务器软件老化与恢复,主要工作如下:
首先通过对系统性能参数进行分析,得出平均负载与响应时间为关键性能参数,然后利用Takens定理对关键性能参数时间序列进行相空间重构,通过G-P算法发现嵌入维数与吸引子维数的变化关系,由这种方法可以充分验证平均负载与响应时间的混沌特性,可以发现关键性能参数的变化规律。其次,利用小数据量方法求解关键性能参数的最大Lyapunov指数,应用最大Lyapunov指数对关键性能参数时间序列建立混沌预测模型,预测性能参数未来的变化,结合性能参数预测数据的变化范围制定抗衰决策,为软件自愈提供依据。
为验证本文所提方法的有效性,以模拟法庭教学系统为实验环境,通过监控工具采集性能参数数据,对平均负载与响应时间分别求解最大Lvapunov指数。其次,应用混沌预测模型预测平均负载与响应时间,通过分析平均负载与响应时间的预测数据,证明该预测模型具有较高的预测精度。最后,在模拟法庭教学系统中,运用抗衰模型完成了构件级抗衰实验,取得了比较好的效果。