面向用戶(hù)訪(fǎng)問(wèn)意圖的Web系統(tǒng)老化趨勢(shì)預(yù)測(cè)研究.pdf

1、隨著計(jì)算機(jī)軟件技術(shù)的發(fā)展，越來(lái)越多的企業(yè)應(yīng)用軟件來(lái)解決自己的核心問(wèn)題。但是在軟件長(zhǎng)期持續(xù)的運(yùn)行過(guò)程中，系統(tǒng)資源會(huì)由于運(yùn)行錯(cuò)誤的不斷積累而逐漸耗盡，導(dǎo)致系統(tǒng)性能持續(xù)下降乃至掛起停機(jī)，這一現(xiàn)象被稱(chēng)為軟件老化。軟件老化嚴(yán)重威脅著軟件的可靠性，目前通常采用軟件再生的技術(shù)來(lái)解決這一問(wèn)題。軟件再生技術(shù)的關(guān)鍵是預(yù)測(cè)軟件老化的趨勢(shì)，據(jù)此來(lái)決定何時(shí)再生。傳統(tǒng)的基于時(shí)間和基于測(cè)量的軟件老化趨勢(shì)預(yù)測(cè)方法在處理Web應(yīng)用系統(tǒng)中大訪(fǎng)問(wèn)量、大并發(fā)量問(wèn)題時(shí)有一定的局

2、限性，因此，本文提出了一種面向用戶(hù)訪(fǎng)問(wèn)意圖的Web系統(tǒng)老化趨勢(shì)預(yù)測(cè)方法。該方法以用戶(hù)負(fù)載為研究對(duì)象，通過(guò)對(duì)用戶(hù)意圖進(jìn)行預(yù)測(cè)來(lái)間接預(yù)測(cè)軟件老化的趨勢(shì)。
　　本文首先提出了這種預(yù)測(cè)方法的整個(gè)流程，并詳細(xì)地分析了這一流程中的幾項(xiàng)關(guān)鍵環(huán)節(jié)。然后重點(diǎn)研究了如何對(duì)用戶(hù)的訪(fǎng)問(wèn)意圖進(jìn)行預(yù)測(cè)，這里涉及兩個(gè)關(guān)鍵算法，即序列模式挖掘算法和模式匹配算法。本文通過(guò)對(duì)傳統(tǒng)的PrefixSpan序列模式挖掘算法和KMP模式識(shí)別算法進(jìn)行改進(jìn)，達(dá)到預(yù)測(cè)用戶(hù)訪(fǎng)問(wèn)意圖

3、的目的。最后，根據(jù)預(yù)測(cè)出的用戶(hù)訪(fǎng)問(wèn)意圖推導(dǎo)出未來(lái)一段時(shí)間內(nèi)各個(gè)頁(yè)面的訪(fǎng)問(wèn)量，再結(jié)合頁(yè)面損傷量對(duì)Web服務(wù)器的老化趨勢(shì)進(jìn)行預(yù)測(cè)。在Web系統(tǒng)中用戶(hù)的訪(fǎng)問(wèn)意圖不是隨機(jī)的，而是帶有一定模式的，利用數(shù)據(jù)挖掘技術(shù)得到的頻繁訪(fǎng)問(wèn)模式可以對(duì)當(dāng)前用戶(hù)的訪(fǎng)問(wèn)意圖進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，這種對(duì)用戶(hù)意圖的預(yù)測(cè)方法具有一定的準(zhǔn)確性和有效性。通過(guò)預(yù)測(cè)出的用戶(hù)意圖可以掌握服務(wù)器在未來(lái)的一段時(shí)間內(nèi)的負(fù)載量，進(jìn)而預(yù)測(cè)出Web系統(tǒng)的老化趨勢(shì)。實(shí)驗(yàn)中將預(yù)測(cè)出的Web系統(tǒng)的