[发明专利]一种SOA服务平均故障间隔时间预测方法

摘要

本发明公开了一种SOA服务平均故障间隔时间预测方法，属于软件服务质量预测的领域，本发明通过深入研究SOA服务运行时量化特征，在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，本发明避免了传统的SOA性能预测模型和方法中过于依赖SLA规范和假设性能参数恒定不变的不足，能为SOA服务可信性研究提供模型支撑和分析手段，能够极大的提高预测准确率和精度。

主权项

一种SOA服务平均故障间隔时间预测方法，其特征在于按以下步骤执行：步骤一：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Rp，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Rn；计算Rp和Rn； R p = max { tf ( i + 1 ) - tf ( i ) t ( i + 1 ) - t ( i ) | tf ( j ) - tf ( i ) > 0 } ; R p = max { tf ( i + 1 ) - tf ( i ) t ( i + 1 ) - t ( i ) | tf ( j ) - tf ( i ) > 0 } ; 当 tf ( i ) - tf ( i - 1 ) t ( i ) - t ( i - 1 ) > a × R p 且 tf ( i + 1 ) - tf ( i ) t ( i + 1 ) - t ( i ) > a × R n 时，tf(i)为奇异点；当 tf ( i ) - tf ( i - 1 ) t ( i ) - t ( i - 1 ) < a × R n 且 tf ( i + 1 ) - tf ( i ) t ( i + 1 ) - t ( i ) > a × R p 时，tf(i)为奇异点，0.5＜a＜1；设定所述故障间隔时间数据序列中的奇异点集合为f(x)，1≤x≤n‑1；当tf(i)为奇异点时， tf ( i ) = mean { ( f ( x + 1 ) - f ( x - 1 ) ) × ( t ( x ) - t ( x - 1 ) ) t ( x + 1 ) - t ( x - 1 ) + f ( x - 1 ) | 1 ≤ x ≤ n - 1 } ; 步骤三：计算相邻故障间隔时间增量序列的对数；设定相邻故障间隔时间增量序列为cr(i)；cr(i)＝tf(i+1)‑tf(i)；计算相邻故障间隔时间增量序列的对数lcr(i)： lcr ( i ) = log ( cr ( i ) ) cr ( i ) > 0 - log ( - cr ( i ) ) cr ( i ) < 0 0 cr ( i ) = 0 ; 步骤四：计算对数增长序列各分类之间的转移概率矩阵；设定lcr(i)序列中最小值为MIN，MIN＝min{lcr(i)|1≤i≤n‑1}；设定lcr(i)序列中最大值为MAX，MAX＝max{lcr(i)|1≤i≤n‑1}；将MIN到MAX的区间分为p个类，p为正整数；设定第x个序列数据到第l个分类的映射函数为map(x)，1≤l≤p；当且仅当 MIN + MAX - MIN p × ( l - 1 ) ≤ lcr ( x ) ≤ MIN + MAX - MIN p × l 时，map(x)＝l；设定MIN到MAX的区间中第x1个类和第x2个类之间的转移概率矩阵为TR(x1，x2)，x1和x2均为正整数； TR ( x 1 , x 2 ) = Σ l = 1 n IJCOUNT ( x 1 , x 2 , l ) Σ l = 1 n ICOUNT ( x 1 , l ) if x 1 ≠ x 2 1 - Σ 1 ≤ i ≤ p , x 1 ≠ i TR ( x 1 , i ) else ; ICOUNT ( x 1 , l ) = 1 if map ( l ) = x 1 0 else ; IJCOUNT ( x 1 , x 2 , l ) = 1 if map ( 1 + 1 ) = x 2 and map ( l ) = x 1 0 else ; 步骤五：计算相邻故障间隔时间指数增量的平均转移差值；计算MIN到MAX的区间各个类的平均转移增量inc(l)，其中1≤l≤p； inc ( l ) = Σ 0 ≤ i ≤ p , i ≠ l TR ( l , i ) × ( i - l ) × MAX - MIN p ; 设定相邻故障间隔时间指数增量的平均转移差值为EINC； EINC = e inc ( map ( n - 1 ) ) inc ( map ( n - 1 ) ) > 0 0 inc ( map ( n - 1 ) ) = 0 - e - inc ( map ( n - 1 ) ) inc ( map ( n - 1 ) ) < 0 ; 步骤六、设定平均故障时间间隔的预测值为PMTTF，计算并求出PMTTF； PMTTF = Σ i = 1 w tf ( n + 1 - i ) w + EINC ; w为正整数。