计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2015年
4期
60-64
,共5页
Web服务%基于模型诊断%隐马尔科夫模型%噪音数据%历史数据%服务进程
Web服務%基于模型診斷%隱馬爾科伕模型%譟音數據%歷史數據%服務進程
Web복무%기우모형진단%은마이과부모형%조음수거%역사수거%복무진정
Web service%Model-based diagnosis%Hidden markov model%Noise data%Historical data%Service process
随着Web服务以及Web服务组合应用软件在分布式网络中的广泛应用,Web服务的规模和复杂性也在不断地增加,这使得服务在运行过程中可能产生各种故障,因此对服务系统进行及时的故障诊断与排除越来越重要.为了解决在故障诊断中系统模型不完备和历史数据中存在噪音数据这一实际问题,提出一种基于服务行为模型的行为推断诊断方法.该方法通过加权方式结合多种诊断信息构建服务行为模型,应用隐马尔科夫模型中的解码思想推断出与异常执行序列最匹配的正常执行序列,并与观察序列进行比较,从而发现差异定位服务故障.实验表明,该方法应用包含不同噪音比例的诊断信息进行诊断,其诊断准确性均高于传统的服务故障诊断方法.
隨著Web服務以及Web服務組閤應用軟件在分佈式網絡中的廣汎應用,Web服務的規模和複雜性也在不斷地增加,這使得服務在運行過程中可能產生各種故障,因此對服務繫統進行及時的故障診斷與排除越來越重要.為瞭解決在故障診斷中繫統模型不完備和歷史數據中存在譟音數據這一實際問題,提齣一種基于服務行為模型的行為推斷診斷方法.該方法通過加權方式結閤多種診斷信息構建服務行為模型,應用隱馬爾科伕模型中的解碼思想推斷齣與異常執行序列最匹配的正常執行序列,併與觀察序列進行比較,從而髮現差異定位服務故障.實驗錶明,該方法應用包含不同譟音比例的診斷信息進行診斷,其診斷準確性均高于傳統的服務故障診斷方法.
수착Web복무이급Web복무조합응용연건재분포식망락중적엄범응용,Web복무적규모화복잡성야재불단지증가,저사득복무재운행과정중가능산생각충고장,인차대복무계통진행급시적고장진단여배제월래월중요.위료해결재고장진단중계통모형불완비화역사수거중존재조음수거저일실제문제,제출일충기우복무행위모형적행위추단진단방법.해방법통과가권방식결합다충진단신식구건복무행위모형,응용은마이과부모형중적해마사상추단출여이상집행서렬최필배적정상집행서렬,병여관찰서렬진행비교,종이발현차이정위복무고장.실험표명,해방법응용포함불동조음비례적진단신식진행진단,기진단준학성균고우전통적복무고장진단방법.
