LSTM预测驱动的软件系统主动自适应方法

摘要

针对反应式自适应软件系统调整滞后的问题,提出了一种基于长短期记忆(long short-term memory,LSTM)网络预测驱动的主动自适应方法。该方法将LSTM神经网络预测技术嵌入监测-分析-决策-执行-知识控制模型的分析环节,利用自适应环境、质量及目标相关的运行数据和历史数据进行分类预测,形成自适应预警机制,在减小传统自适应决策滞后性影响的同时有效提高了软件系统的主动自适应能力。为了说明所提方法的主动性、鲁棒性、有效性,在经典的分布式远程辅助系统上对该方法进行实验评估。结果表明:该方法能够针对自适应需求提前预警,推动软件系统在必要时进行主动的自适应调整。