面向用户访问意图的Web系统老化趋势预测研究

摘要

随着计算机软件技术的发展，越来越多的企业应用软件来解决自己的核心问题。但是在软件长期持续的运行过程中，系统资源会由于运行错误的不断积累而逐渐耗尽，导致系统性能持续下降乃至挂起停机，这一现象被称为软件老化。软件老化严重威胁着软件的可靠性，目前通常采用软件再生的技术来解决这一问题。软件再生技术的关键是预测软件老化的趋势，据此来决定何时再生。传统的基于时间和基于测量的软件老化趋势预测方法在处理Web应用系统中大访问量、大并发量问题时有一定的局限性，因此，本文提出了一种面向用户访问意图的Web系统老化趋势预测方法。该方法以用户负载为研究对象，通过对用户意图进行预测来间接预测软件老化的趋势。
　　本文首先提出了这种预测方法的整个流程，并详细地分析了这一流程中的几项关键环节。然后重点研究了如何对用户的访问意图进行预测，这里涉及两个关键算法，即序列模式挖掘算法和模式匹配算法。本文通过对传统的PrefixSpan序列模式挖掘算法和KMP模式识别算法进行改进，达到预测用户访问意图的目的。最后，根据预测出的用户访问意图推导出未来一段时间内各个页面的访问量，再结合页面损伤量对Web服务器的老化趋势进行预测。在Web系统中用户的访问意图不是随机的，而是带有一定模式的，利用数据挖掘技术得到的频繁访问模式可以对当前用户的访问意图进行预测。实验结果表明，这种对用户意图的预测方法具有一定的准确性和有效性。通过预测出的用户意图可以掌握服务器在未来的一段时间内的负载量，进而预测出Web系统的老化趋势。实验中将预测出的Web系统的老化趋势与模拟的结果进行对比，可以证明本文提出的方法是可行的。

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 研究的主要内容

1．4 论文的组织方式

第2章 相关研究

2．1 软件老化趋势预测

2．1．1 基于时间的软件老化趋势预测方法

2．1．2 基于测量的软件老化趋势预测方法

2．2 Web挖掘概述

2．2．1 Web挖掘分类

2．2．2 Web使用模式挖掘

2．2．3 Web访问日志预处理过程

2．3 用户访问行为分析及意图预测

2．3．1 用户访问行为分析

2．3．2 用户访问意图预测

2．4 本章小节

第3章 面向用户访问意图的Web系统老化趋势预测方法

3．1 面向用户访问意图的Web系统老化趋势预测过程

3．2 软件老化衡量指标

3．3 页面老化损伤度量

3．4 用户访问行为模式的生成方法

3．5 本章小结

第4章 基于IPWTA算法的用户访问序列模式挖掘

4．1 传统的PrefixSpan算法

4．1．1 PrefixSpan算法的不足

4．1．2 PrefixSpan算法的改进分析

4．2 IPWTA算法

4．2．1 页面损伤度量

4．2．2 访问时间统计

4．2．3 IPWTA算法的实现

4．3 本章小结

第5章 基于模式匹配的用户访问意图预测算法及软件老化趋势预测

5．1 当前访问序列的模式匹配算法选取

5．2 改进的KMP算法

5．3 多种匹配结果的选取策略

5．4 Web应用系统的老化趋势预测

5．5 本章小节

第6章 实验结果及分析

6．1 实验数据获取

6．2 用户访问意图预测实验

6．3 Web应用系统老化趋势预测实验

6．4 本章小节

第7章 总结与展望

参考文献

致谢

攻读硕士期间发表的论文