随着互联网的持续高速发展和广泛应用,分布式计算取得了巨大的进步,分布式计算技术的新进展和XML技术的出现,最终导致了Web服务技术的诞生。Web服务是一种基于服务提供者和服务请求者之间的松耦合关系的方式,服务是自描述、平台中立的计算元素,可以支持低成本、快速的、很容易组合的松耦合的分布式应用。面向服务的计算模式进一步扩展了“软件即为服务”的理念。Web服务端点作为Web服务的提供者,同时也可以作为Web服务的请求者,它能否正常运作,影响着整个系统的健壮性。本文的着重点主要是对Web服务端点的负载信息进行监控,建立了负载评估模型,评价当前负载状况。但这是远远不够的,因为存在监控的时间间隔,必须对负载的下一时间点进行预测；再者,我们利用BP神经网络预测硬盘容量何时枯竭,这对于提供大数据存储服务的服务端点来说可以保障其正常运作。首先,分析了Web服务的特性。Web服务最重要的特点就是语言和平台的无关性,且分析了Web服务端点所处的环境复杂性,采用了CPU、内存、网络带宽的利用率作为负载的度量指标,来评估服务端点当前的负载状况。在分布式系统中,为了保证服务端点的正常运作,特别是对负载量瞬时增长的处理,则需要对服务器负载进行预测。本文使用一种模糊控制对服务器负载预测的方法,建立了模糊控制预测模型,在模糊规则中则蕴含了趋势预测策略,使用Java编程实现了该算法,实验显示预测效果良好。随着互联网的日益发展,互联网上的信息越来越多,对于一个提供图片或声音存储的Web服务端点,监控硬盘容量的存储消耗是很重要的,而神经网络有较强的泛化能力,在这里,利用了BP神经网络建立硬盘容量存储消耗的预测模型。最后,根据本文提出了预测模型和评估模型,实现了Web服务端点的的监控程序,把从服务端点获取到的负载信息存储到数据库,为服务端点的自主管理提供其资源、环境状况信息。还有评估了该监控程序的监控成本,结果显示对服务端点的负载影响非常低。