互联网技术自发明以来,走过了40个年头,其发展迅速性和规模庞大性使其应用广泛,遍及各个行业。互联网最大的应用之一网站,已经渗透了我国各个角落,很多网站存在可访问性差、用户对网站的满意度不高,以及网站已经宕机而无人知晓等问题,不能及时的发现网站的运行状况和可用性问题。前人对网站监测只是采用单点测量数据判断网站的运行状况,最终结果准确率较低,并且缺少网站预测的功能。针对前人对网站监测研究的不足,为保证网站的安全稳定运行,通过分布式监测来提高网站预测准确率。论文首先介绍了网站的性能指标参数,构建分布式网站仿真工且OPNET、信息粒化的相关知识。其次介绍了网站监测分类和网站性能状态的评测标准,参考国内外研究成果,设计了一个分布式网站监测系统,采集分布式网站监测系统的仿真数据进行了Web性能参数之间关系的分析。最后,采用单点监测和分布式监测两种方式对实际网站进行监测。对网站的状态分类采用随机验证、交叉选择、遗传算法和粒子群算法进行优化和对比说明。对网站状态预测采用基于支持向量机的信息粒化的方式进行预测,对一段时间内响应时间的最小值预测的相对准确率可以达到95%,平均值相对准确率达到96.2%,最大值的相对准确率达到87%,可较准确预测出网站响应时间的范围,保证网站健康、稳定的运行,改善网站的可用性和用户满意度。课题的成功预测对日益严重的网络安全问题具有重要的研究意义和应用价值。