基于降噪自动编码器和启发式BP算法的服务系统在线可靠性预测

摘要

基于SOA架构的组合服务系统通过集成多种功能不同的Web服务来满足用户多变复杂的需求。这些被选择的组件服务因其由第三方发布，通过网络远程调用，因此导致其在运行时的性能容易受到多方面的影响，继而影响了整个组合服务系统的运行。这使得通过这些组件服务构建的组合服务系统无法满足用户的需求。因此必须采取有效的措施以保证组合服务系统的稳定运行。 主动式缺陷管理通过预测软件系统在运行时可能会发生错误的组件，并提前对系统进行调整，从而避免了系统的异常发生。这种方式已被证实为一种有效地保障系统稳定运行的手段。组合服务系统同样可以采用这种方式，继而将如何保证系统运行时的稳定性这一问题转化为如何预测组合服务系统中每一个组件服务的性能。在本文中，通过可靠性预测的方式来预测组件服务的性能。 本文中，通过对组件服务在历史时间段运行时的参数时间序列分析展开预测，使用的模型是降噪自动编码器和启发式BP算法。首先通过降噪自动编码器对组件服务在窗口时间段的参数时间序列进行降维降噪处理，提取其特征，在此基础上使用BP算法学习其和有效预测阶段的可靠性时间序列之间的关系。为了验证该模型的有效性，本文通过多组实验，通过两种不同的衡量指标分析预测结果的准确率，实验结果表明，相比于其他算法，本文提出的模型在可靠性预测问题上具有较强的优势。

目录

第一个书签之前

摘 要

Abstract

术语与符号约定

绪论

研究背景

研究意义

国内外研究现状

研究内容

论文结构

Web服务基础

Web服务

Web服务的体系结构

Web服务协议栈

Web服务的实现

Web服务的属性

SOA架构

SOA架构的基本特征

SOA架构的优点

服务系统

本章小结

相关理论基础

降噪自动编码器

BP算法

启发式BP算法

本章小结

基于降噪自动编码器和启发式BP算法的可靠性预测

可靠性定义

理论依据

motifs标注

基于降噪自动编码器的数据预处理

基于启发式BP算法的可靠性预测

本章小结

实验与分析

实验设置

评估指标

实验结果分析

数据集规模对预测结果的影响

有效预测时间长短对预测结果的影响

前导时间长短对预测结果的影响

对比实验

本章小结

总结与展望

本文总结

未来工作

致 谢

参考文献

攻读硕士期间发表的论文