[发明专利]Web服务吞吐率预测方法

摘要

本发明公开了一种Web服务吞吐率预测方法，属于软件性能预测领域，按照固定单位时间间隔获取待分析的web服务的吞吐率数据序列，然后根据相邻吞吐率值的变化情况定义多种吞吐率变化的模式，并定义和计算模式之间的转换概率矩阵，最后将当前时刻的吞吐率值加上当前时刻到一个单位时间间隔后时刻的加权平均吞吐率增量，从而获得需要的吞吐率的预测值，该方法避免了传统的Web预测模型和方法中过于依赖SLA规范和假设参数恒定不变的不足，能为Web服务可信性研究提供模型支撑和分析手段。

主权项

1.一种web服务吞吐率预测方法，其特征在于：按照固定单位时间间隔获取web服务的吞吐率数据序列；所述吞吐率数据序列为{q(i)}，所述i为正整数；取相邻时刻的吞吐率值q(i)和q(i+1)；设定从吞吐率值到变化趋势的映射函数为map1(i)；map1(i)=-1ifq(i)-q(i+1)>d0if|q(i)-q(i+1)|≤d1else;]]>所述d为预先给定的阈值；设定1×p维的趋势模式向量S_i；S_i＝[map1(i)，map1(i+1)，map1(i+2)，...，map1(i+p-1)]，1≤i≤i+p-1，p为正整数；所述趋势模式向量分为k个分类，分别为C₁，C₂，....，C_k；所述趋势模式向量分类的映射函数为map2()；将S_i映射为第x个分类，当且仅当(x-1)/k≤(Σj=1p-12j+Σj=1p-12j×Si(j))/Σi=jp-12j+1<x/k]]>时，map2(S_i)＝x，1≤x≤k，k为正整数；将测试得到的吞吐率数据序列{q(i)}赋值给t-p+1个吞吐率向量，t为吞吐率数据序列中数据个数；设定Q_i为吞吐率向量，Q_i＝[q(i)，q(i+1)....，q(i+p-1)]，1≤i≤t-p+1；设定相邻向量差为D_i；D_i＝Q_i+1-Q_i；设定不同分类间的转换概率为tr_a，b，所述M(l)=1ifmap2(Sl)=a0else;]]>所述N(l)=1ifmap2(Sl)=aandmap2(Sl+1)=b0else,]]>l，a，b均为正整数；计算吞吐率平均增量矩阵；设定吞吐率平均增量矩阵为D‾e,f=tra,b×Σy=1t-p+1O(y);]]>O(y)=Dyifmap2(Sy)=aandmap2(Sy+1)=b0else;]]>所述平均增量矩阵为属于C_a分类的吞吐率向量到属于C_b分类的吞吐率向量之间向量差的平均值；计算Q~t-p+2=Qt-p+1+Σw=1ktrmap2(St-p+1),w×D‾map2(St-p+1),w;]]>w为正整数；所述Q_t-p+1向量为t-p+1时刻的吞吐率向量，所述为t-p+2时刻的吞吐率向量。