基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的用于软件老化检测的方法忽略外部负载对老化的影响而易产生老化误报的问题,同时考虑性能参数与外部负载,提出了基于队列模型的融合外部负载的软件老化检测方法。队列模型输出每种事务在应用服务器中的服务时间,这种度量称为事务的性能“签名”(简记为TPS),以此作为软件老化度量指标,通过TPS的变化检测软件老化。基于TPC-W事务处理系统,设计与实现了包含队列模型的融合外部负载的软件老化检测系统。利用基于队列模型的检测方法在TPC-W测试床上进行软件老化检测得出了如下结论:基于TPS的老化检测可以融合外界负载因素,有效地检测软件老化;并且通过合理选择监测窗口,优化检测效果。基于TPS的检测方法对不同的变化负载类型和性能数据同样可以有效检测软件老化。通过与已有的仅依赖于系统性能数据的软件老化检测方法AR(自回归)比较,基于TPS的软件老化检测误报次数明显低于AR模型。综上所述TPS是一种能够有效地检测软件老化并显著减少软件老化错误报告的鲁棒性的软件老化检测方法。
推荐文章
基于免疫原理的恶意软件检测模型
人工免疫
恶意软件
病毒检测
反病毒
基于Android系统的手机恶意软件检测模型
Android系统
恶意软件
数据挖掘
敏感API
FP-growth算法
基于双接收缓冲队列的CAN驱动模型设计
接收缓冲队列
CAN驱动模型
PRAM:基于Markov模型的高效日历队列算法
日历队列
马尔可夫
放缩算法
应用服务器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于队列模型的软件老化检测
来源期刊 计算机工程与应用 学科 工学
关键词 软件老化 老化检测 测量 排队论
年,卷(期) 2013,(22) 所属期刊栏目 理论研究、研发设计
研究方向 页码范围 46-51
页数 6页 分类号 TP301
字数 5685字 语种 中文
DOI 10.3778/j.issn.1002-8331.1208-0536
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 齐勇 西安交通大学计算机科学与技术系 80 870 16.0 27.0
2 陈鹏飞 西安交通大学计算机科学与技术系 5 20 2.0 4.0
3 李昕怡 西安交通大学计算机科学与技术系 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (8)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件老化
老化检测
测量
排队论
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导