Web服务端点监控与建模分析

摘要

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。

目录

摘要

Contents

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 课题来源及研究内容

1．4 论文的结构与组织

第二章 Web服务端点负载度量指标

2．1 Web服务概述

2．2 面向服务的体系结构

2．3 负载度量指标

2．4 小结

第三章 基于模糊控制的服务器负载趋势预测的研究

3．1 模糊数学的创立与发展

3．2 模糊集合论

3．2．1 模糊集合的定义

3．2．2 模糊集合的表示方法

3．3 模糊逻辑

3．3．1 模糊逻辑概述

3．3．2 模糊命题

3．4 趋势预测算法

3．5 模糊控制器的设计与负载预测

3．5．1 精确量模糊化

3．5．2 量化因子和比例因子

3．5．3 模糊规则

3．5．4 模糊推理

3．5．5 模糊判决方法

3．5．6 模糊控制器与负载预测模型

3．5．7 基于Java实现的模糊控制算法

3．6 小结

第四章 硬盘容量枯竭预测算法研究

4．1 神经网络概述

4．1．1 神经元模型

4．1．2 神经网络的优点

4．1．3 神经网络的学习

4．1．4 神经网络的预测能力

4．2 基于BP神经网络的硬盘容量枯竭预测算法

4．2．1 BP神经网络

4．2．2 基于BP神经网络的硬盘容量枯竭预测模型

4．2．3 反向传播算法

4．3 实验验证与Java实现

4．4 小结

第五章 Web服务端点监控程序的实现

5．1 监控程序的实现

5．1．1 监控程序简介

5．1．2 程序设计

5．1．3 数据库的设计

5．2 监控成本

5．3 小结

结论

1．全文总结

2．未来的工作

参考文献

攻读硕士学位期间发表的学术论文

声明

致谢