软件老化与再生研究综述

软件老化已经成为造成软件可靠性降低的主要因素。为了缓解软件老化对软件的不利影响,研究人员提出了软件再生技术,在软件性能恶化到一定程度时主动停止正在运行的服务或程序,清理内部状态,释放系统资源,使软件性能恢复到比较健康的状态,预防软件发生意外的崩溃。软件再生技术已经成为应对软件老化的方法,自提出以来研究人员围绕老化状态识别预测与提高再生效益展开研究。随着软件复杂度的提高和预测、监测等理论技术的发展,越来越多研究人员综合运用状态预测方法和再生策略研究方法来提高预测精度和再生效益。该文梳理总结了软件老化与再生的相关研究,首先根据研究的老化参数的不同将软件老化划分为资源消耗型和性能退化型老化;然后重点分析了软件老化状态预测研究和再生策略研究方法,并对软件再生实施技术进行分析梳理;最后,在总结近期研究特点的基础上,对下一步工作提出了几点展望。     

DHCP Failover研究与实验设计

DHCP服务广泛应用于大型网络架构中,为部署安全、可靠的DHCP服务器,通过对Failover协议的研究,设计基于LINUX环境下DHCP Failover应用服务器实验。介绍DHCP Failover服务器的实验配置,网络安全配置及实验结果验证等。实践证明, DHCP服务器的灾难备份有效地保证用户网络的稳定性,提高IP资源的使用效率。     

一种提高集群系统可用性的方法及其应用

文中将一种预防性的容错方法——软件再生引入集群系统中，分析两种软件老化模型，提出了对应的软件再生策略，最后在Web集群服务器中实现。从实验结果可以看出软件再生技术较好地提高了集群系统的软件容错性能和系统可用性。     

J2EE应用服务器的软件老化测试研究

软件老化现象是影响软件可靠性的重要因素,长期运行的软件系统存在软件老化现象,这将影响整个业务系统的正常运行,给企事业单位带来无可估量的经济损失。软件老化出现的主要原因是操作系统资源消耗殆尽,导致应用系统的性能下降甚至崩溃或宕机。文中监测J2EE应用服务器系统资源的使用情况,考虑外界的负载变化,检测系统中软件老化现象,分析系统资源消耗何时达到临界值,从而帮助软件工程人员及时采取预维护手段,预防运行时系统中重大故障的发生。     

基于队列模型的软件老化检测

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。     

基于非马尔可夫随机Petri网的软件再生建模与分析

软件老化是影响软件系统可靠性的重要潜在因素,软件再生作为一种主动预防性的软件容错技术是解决软件老化问题的主要手段.以往的随机Petri网再生模型假定所有变迁的实施时间服从指数分布.针对变迁的实施时间服从确定性分布或一般性分布的情况,文中提出了一种用非马尔可夫随机Petri网建立软件再生模型的方法.该方法采用马尔可夫再生理论对模型进行分析,并给出模型的瞬态解和稳态解.仿真实验表明:选择合适的软件再生周期,可以有效地降低存在老化的软件系统的平均宕机成本,提高系统的可用性和可靠性.     

基于精简TCP/IP协议栈的信息家电网络服务器

通过分析和实验,研究嵌入式TCP/IP协议栈S1C33-Stack的结构及运行原理,给出以S1C33-Stack构造单芯片嵌入式网络服务器,将信息家电组网及接入Internet的实现方案。研究单芯片嵌入式网络服务器中S1C33-Stack与用户应用程序的接口方法,用户登录软件及信息家电监测软件的设计方法。     

软件老化的多元时间序列分析方法

针对目前软件老化分析中的单参数模型,以及未考虑变量间关联性和影响性的多参数模型的不足,提出了运用多元时间序列模型分析软件老化的方法。通过对实验采集的HelixServer-VOD服务器性能数据的分析,运用格兰杰因果性检验,证实了软件老化发生和发展过程中各个性能参数间存在显著的相互影响性。引入向量自回归模型对软件老化进行建模,给出了软件老化在多个参数维度的联合预测以及参数间相互影响方式的定量描述。通过模型的迭代计算,比较了向量自回归模型与现行的未考虑参数间相互影响的模型对多个性能参数变化曲线的拟合及预测情况,证实了VAR模型更接近软件老化的本质。     

一种支持性能优化的软件部署描述语言

现有的软件即服务(SaaS)动态部署模型和语言在描述软件部署方案时,主要关注部署配置信息、性能需求及资源可用性需求,难以为面向SaaS软件部署方案的性能优化提供支持。为此,提出一种SaaS软件部署描述语言(SSDL)。SSDL根据SaaS软件部署的特点,结合SaaS软件性能优化所需的信息,从部署环境、部署对象、部署计划和部署约束4个方面构建SSDL概念模型,描述SaaS软件部署方案并给出基于SSDL的性能优化方法。通过应急任务运行管理系统部署方案的性能优化实验,验证了提出的SSDL对软件性能优化的支撑作用。     

基于粗糙小波网络应用服务器老化预测模型

针对应用服务器系统中存在的软件老化现象,监测系统资源消耗的性能参数,采用粗糙小波网络建立系统老化预测模型。该模型首先采用信息熵约简方法化简系统性能参数,从而确定粗糙小波网络的输入变量;然后采用自适应遗传算法对网络结构和参数进行优化。最后通过实验表明,该模型比传统的神经网络和小波网络模型具有更高的预测精度及更好的收敛性能。     

双抗衰系统协同工作模型

"软件衰退"现象在软件系统中普遍存在,利用"软件抗衰"技术可以在软件出现衰退时提高系统性能,针对基于MIDAS三层架构系统结构的特殊性,提出一种双抗衰系统工作模型分布在中间层应用服务器和数据库服务器端协同工作,可以应对三层架构系统部分或整体出现衰退,采用应用级或系统级恢复,提高系统整体的性能,同时也保障了数据的完整性、安全性.     

Availability Analysis of Application Servers Using Software Rejuvenation and Virtualization

Demands on software reliability and availability have increased tremendously due to the nature of present day applications. We focus on the aspect of software for the high availability of application servers since the unavailability of servers more often originates from software faults rather than hardware faults. The software rejuvenation technique has been widely used to avoid the occurrence of unplanned failures, mainly due to the phenomena of software aging or caused by transient failures. In this paper, first we present a new way of using the virtual machine based software rejuvenation named VMSR to offer high availability for application server systems. Second we model a single physical server which is used to host multiple virtual machines (VMs) with the VMSR framework using stochastic modeling and evaluate it through both numerical analysis and SHARPE (Symbolic Hierarchical Automated Reliability and Performance Evaluator) tool simulation. This VMSR model is very general and can capture application server characteristics, failure behavior, and performability measures. Our results demonstrate that VMSR approach is a practical way to ensure uninterrupted availability and to optimize performance for aging applications. This research was supported by the Korea Research Foundation Grant funded by the Korean Government (MOEHRD) under Grant No. KRF2007-210-D00006.     

基于资源耗费规律的计算系统性能评价

计算系统性能衰退的主要原因是系统资源的损耗,为避免软件衰退导致的高成本,需要对衰退过程中的资源耗费规律进行研究。通过搭建仿真环境,模拟系统的性能衰退过程,采集衰退过程中的系统资源数据,利用小波去除噪声数据,建立资源耗费规律的一元线性回归模型和状态空间模型。实验结果表明,该方法能够有效地检测出系统资源的使用情况,对计算系统的性能做出评价,从而为软件抗衰策略的制定提供数据支持。     

使用混合模型预测Web服务器中的资源消耗

软件老化是一种在长期运行的软件系统中观察到的软件异常状态,如性能下降、暂停服务,甚至失效等现象。软件抗衰技术被用来处理软件老化带来的问题:停止软件应用、移除错误的因素、重新启动应用。对于软件老化和抗衰来说,如何准确地预测老化系统中的资源消耗并且找到一个合适的时机执行抗衰是一个关键的问题。针对该问题,提出一种混合模型方法用于资源消耗预测,并且提出 多门限值时间段抗衰算法用于抗衰时机的选择。实验结果表明,混合模型方法在资源消耗预测上要好于其他模型,并且提出的抗衰算法要好于单一的门限值算法。     

软件抗衰研究综述

软件衰退的现象存在于各类软件系统中且很难消除.文中分析了其成因和必然存在性,系统阐述了抗衰技术研究的动机、概念和发展,并对不同的模型和解决途径进行了分析和比较;接着探讨了软件抗衰研究领域的新的研究进展,设计了一个基于免疫机理的抗衰模型,同时给出了抗衰模型的免疫理论基础,为软件抗衰研究提供了一个崭新的研究方向;最后对软件抗衰未来的研究方向作出了一个简单的分析和预测.     

校园网虚拟化数据中心的构建及其应用

在数字化程度越来越高、信息化越来越深入的校园网环境中,传统的以物理服务器堆砌构建的数据中心,存在着管理复杂、资源利用率低、备份困难等问题,难以满足学校信息化不断发展的需要。数据中心向虚拟化、动态化转变,通过构建虚拟化统一管理平台,整合和动态调配物理服务器资源,大大提高了服务器的使用效率和管理执行力,数据和业务安全保障也变得简单易行。     

医院虚拟化服务器部署

随着医院信息化的发展,需要有一种更有效率的方式来调配管理服务器资源。虚拟化能使服务器的资源被更有效地利用起来。通过虚拟化的技术,能将不适宜放在同一台服务器中的应用整合于一台物理服务器中。通过虚拟化软件的调配,能将一台服务器的资源利用率最大化。虚拟化服务器还能解决由于硬件、环境不足造成的资源紧张,提高医院信息系统管理的效率。     

A comprehensive model for software rejuvenation

Recently, the phenomenon of software aging, one in which the state of the software system degrades with time, has been reported. This phenomenon, which may eventually lead to system performance degradation and/or crash/hang failure, is the result of exhaustion of operating system resources, data corruption, and numerical error accumulation. To counteract software aging, a technique called software rejuvenation has been proposed, which essentially involves occasionally terminating an application or a system, cleaning its internal state and/or its environment, and restarting it. Since rejuvenation incurs an overhead, an important research issue is to determine optimal times to initiate this action. In this paper, we first describe how to include faults attributed to software aging in the framework of Gray's software fault classification (deterministic and transient), and study the treatment and recovery strategies for each of the fault classes. We then construct a semi-Markov reward model based on workload and resource usage data collected from the UNIX operating system. We identify different workload states using statistical cluster analysis, estimate transition probabilities, and sojourn time distributions from the data. Corresponding to each resource, a reward function is then defined for the model based on the rate of resource depletion in each state. The model is then solved to obtain estimated times to exhaustion for each resource. The result from the semi-Markov reward model are then fed into a higher-level availability model that accounts for failure followed by reactive recovery, as well as proactive recovery. This comprehensive model is then used to derive optimal rejuvenation schedules that maximize availability or minimize downtime cost.