基于混沌理论的SaaS软件老化趋势预测方法研究

摘要

随着SaaS软件技术的不断发展，其应用范围逐渐扩大，越来越多的中小企业应用这种托管的软件服务方式来解决其核心问题。对于SaaS软件服务提供商来说，运行系统能够持续稳定地为客户的请求提供满意的服务至关重要。但在SaaS软件长期运行过程中，由于软件系统本身的缺陷导致系统的服务性能不断地下降甚至宕机，这一现象被称为软件老化。软件老化现象不可避免，只能通过适当的策略来降低软件老化造成的影响和损失。软件再生是当前常用的解决软件老化问题的有效方法，而在软件再生技术中如何通过软件老化的预测来确定软件老化的发生时间更是该领域的研究重点。
　　本文在以往软件老化预测研究的基础上，提出一种基于混沌理论的SaaS软件老化趋势预测方法。通过对SaaS软件系统混沌性特点的详细分析，给出了这种预测方法的整体过程。整个算法的研究主要有两个重点，即SaaS软件系统的混沌性论证和基于RBFN-CHAOS算法的SaaS软件老化趋势预测。本文首先应用相空间重构方法对SaaS软件系统内部资源参数的时间序列进行重构，得到SaaS软件系统的混沌吸引子，并进一步提取反应系统内部特征的混沌特征量，主要有关联维数、Lyapunov指数、Kolmogorov熵和饱和嵌入维数等。然后在RBF神经网络预测方法的基础上提出一种RBFN-CHAOS算法，将SaaS软件系统的混沌特性充分地应用于神经网络预测算法当中，根据混沌特征量来设置预测算法的各个参数，以此预测SaaS软件系统的未来演化趋势。最后，本文应用仿真实验对证明了以上各算法的可行性和有效性。
　　实验结果表明这种基于混沌理论的SaaS软件老化趋势预测方法具有一定的可行性和有效性，并且通过各个混沌特征量的具体数值可以很明确地发现隐藏在系统内部的一些有用信息，对于后续的确定软件老化发生的时间以及资源分配等工作具有重要的指导意义。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 国内外研究现状

1．3 主要研究内容

1．4 论文组织结构

第2章 研究基础

2．1 软件老化

2．1．1 软件老化的定义

2．1．2 软件老化的产生原因

2．1．3 软件老化预测的研究重点

2．2 SaaS软件相关概念

2．3 混沌理论及其相关概念

2．3．1 混沌的定义

2．3．2 典型的具有混沌性的系统及其特点

2．4 RBF神经网络概述

2．5 本章小结

第3章 基于混沌理论的SaaS软件老化趋势预测过程

3．1 SaaS软件系统的混沌性特征分析

3．3 基于混沌理论的SaaS软件老化预测过程

3．4 关键问题及研究思路

3．5 本章小结

第4章 SaaS软件系统的混沌性论证

4．1 基于相空间重构的SaaS软件混沌性分析方法

4．1．1 SaaS软件资源参数的相空间重构

4．1．2 相空间重构参数的分别选取算法

4．1．3 相空间重构参数的联合选取算法

4．2 SaaS软件系统的混沌吸引子识别方法

4．3 SaaS软件系统的混沌特征量的提取

4．3．1 SaaS软件系统混沌性的分析

4．3．2 SaaS软件系统混沌程度的分析

4．4 仿真实验

4．4．1 实验环境

4．4．2 实验数据获取

4．4．3 基于内存时间序列的SaaS软件系统混沌性论证实验

4．4．4 实验结果分析

4．5 本章小结

第5章 基于RBFN-CHAOS的SaaS软件老化趋势预测方法

5．1 混沌特征量在RBF预测算法中的应用

5．2 基于RBFN-CHAOS的SaaS软件老化预测方法

5．2．1 RBFN-CHAOS算法参数的设定

5．2．2 RBFN-CHAOS预测算法的设计

5．3 SaaS软件系统老化趋势的预测结果的分析与应用

5．3．1 预测评价指标

5．3．2 SaaS软件老化趋势预测结果的应用

5．4 仿真实验

5．4．1 样本集的划分

5．4．2 依据SaaS软件系统混沌特征量训练RBF神经网络

5．4．3 预测结果的分析

5．5 本章小结

第6章总结与展望

参考文献

致谢

攻读硕士期间论文发表情况