[发明专利]一种SOA服务平均故障间隔时间预测方法

说明书

技术领域

本发明属于软件服务质量预测的领域，尤其是涉及一种SOA服务故障间隔时间预测方法。

背景技术

SOA服务作为一种新型的分布式构件模型在电子商务、企业应用集成等领域扮演着越来越重要的角色，它被认为是SOA（Service Oriented Architecture，面向服务计算构架）中最核心的技术之一。SOA服务运行在动态变化的网络环境中，其表现也在频繁变化，这种动态性使得SOA服务的运行时服务质量相对于传统形态的软件更难以预测、掌控和干预。SOA服务的服务质量中最重要的一个指标即为MTTF（Mean Time To Failure，平均故障间隔时间），它表示SOA服务在运行中从上一次故障恢复到下一次故障出现的间隔时间的数学期望，反应了SOA服务连续提供正常服务的持续能力。

虽然学术界和工业界提出了一系列用于分析和预测SOA服务的模型和方法，但大部分方法多以基于SLA（Service-level-agreement，服务等级协议）的静态分析为主要手段。服务等级协议是关于网络服务供应商和客户间的一份合同，其中定义了服务类型、服务质量和客户付款等术语，它从数量上约束了SOA服务的最小连接带宽、最大丢包率、链接故障率等参数。基于SLA的静态分析，就是直接以服务等级协议所约束的上述参数的限值为模型输入，并假设参数恒定不变，计算和预测SOA服务的服务质量指标。这种静态分析的方法存在很大的缺陷：由于SOA服务运行时所依赖的网络和系统环境瞬息万变，各种影响SOA服务运行时质量的参数量如带宽、丢包率、链接故障率、消息字段长度等，不可能维持恒定不变，这与相关参数恒定不变的假设存在极大的偏差；由于服务等级协议中给出的参数均为上限和下限值，实际运行时的量值可能高于或低于限值，从而导致基于服务等级协议的预测方法高估或低估了SOA服务实际的表现。

为了弥补上述方法的不足，充分考虑真实环境下SOA服务的动态性，本发明在深入研究SOA服务运行时量化特征，分析其趋势变化的基础上，提出一种基于增量转移概率分析的SOA服务平均故障间隔时间预测方法。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种准确度更高的SOA服务平均故障间隔时间预测方法。

为实现上述目的，本发明提供了一种SOA服务平均故障间隔时间预测方法，按以下步骤执行：

步骤一：采用SOAP UI工具对目标SOA服务的url地址进行轮询式的连接测试，记录连续n次SOA服务故障发生的时刻；获取SOA服务的故障间隔时间数据序列；

设定SOA服务故障发生的初始时刻为t(n)，所述故障间隔时间数据序列为tf(i)，tf(i)＝t(i+1)-t(i)，各故障间隔时间，n为正整数，i为整数且1≤i≤n-1；

步骤二：替换所述故障间隔时间数据序列中的奇异点；

设定单位时间内所述故障间隔时间数据序列的最大正变化率为R_p，单位时间内所述故障间隔时间数据序列的最大负变化率为R_n；计算R_p和R_n；

Rp=max{tf(i+1)-tf(i)t(i+1)-t(i)|tf(j)-tf(i)>0};]]>