10.16652/j.issn.1004-373x.2023.04.015
Windows环境软件分级再生策略研究
为降低软件系统再生成本,提高再生效益,文中在预测软件系统老化趋势的基础上,利用细粒度再生时间短和粗粒度再生效果好的特点,提出一种双粒度分级再生策略.该策略包括系统级再生和服务级再生.首先,以Windows环境下的综合信息管理系统为背景,搭建Apache Web服务器老化数据采集平台,通过修改服务器参数实现加速老化实验并采集系统老化数据;然后,将时域卷积神经网络模型(TCN)应用于老化趋势预测,对采集的老化数据进行特征提取并建模,得到该方法的预测精度高于循环神经网络;最后,提出一种再生决策函数评估平均再生成本的变化,依据再生成本的变化产生再生请求,实施分级再生.结果表明,双粒度分级再生策略平均再生成本降低7.6%,系统运行时间延长22.7%.与单纯的系统级再生策略相比,该策略能够降低平均再生成本,提高操作系统可靠性.
软件分级再生、老化数据采集、老化预测、特征提取、再生决策函数、再生成本评估、再生效益分析
46
TN911-34;TP311.5
国家自然科学基金62071483
2023-02-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
79-84