一种新的软件可信评估方法磁

随着信息化社会的到来,计算机软件对于人类社会的发展起到了推动作用。但随之而来的各种软件错误、失效使得计算机能否满足要求遭到了质疑。软件是否满足要求可以通过软件可信评估来验证。论文提出了一种使用分层的软件可信评估方法：将对软件的可信评估分解为对软件可信属性的评估,然后对软件可信属性进行再分解,分为不同的层次;通过对各层的计算,实现对软件是否可信的评估。实验表明,论文提出的方法可以有效评估软件是否达到用户的要求。     

基于频繁的Markov链预测模型

预取技术通过在用户浏览当前网页的时间内提前取回其将来最有可能请求的网页来减少实际感知的获取网页的时间.传统的Markov链模型是一种简单而有效的预测模型,但同时存在预测准确率偏低,存储复杂度偏高等缺点.通过提出一种算法来减小存储空间,最后通过证明能有效减小存储空间.     

基于数据挖掘技术的保险行业决策分析研究

本文针对目前保险行业信息管理的现状,提出数据挖掘技术对保险行业的重大影响,简要说明了"保险行业决策系统V1.0"项目及其对挖掘算法的改进等。并通过实验论证了改进算法的优势,通过分析结果展示了数据挖掘技术能使保险行业有效地利用现有数据实现经营目标,预测保险业的发展趋势,进而在激烈的竞争中赢得先机。     

Predicting resource consumption in a web server using ARIMA model

Software aging is a phenomenon observed in a software application executing continuous- ly for a long period of time, where the state of software degrades and leads to performance degrada- tion, hang/crash failures or both. A technique named rejuvenation was proposed to counteract this problem. Rejuvenation in period is not a good idea, because the speed of software aging is not constant, but variable. The key to find an optimal timing to resist aging problem is how to analyze/fore- cast the resource consumption of aging system. An ARIMA model is applied to forecast resource con- sumption due to software aging in a running web server. First, order and parameters of ARIMA model need to be identified. Second, it needs to be checked whether the model satisfies stationarity and reversibility. Finally, ARIMA model is used to predict resource consumption. The experiment results indicate that ARIMA model can do better than ANN model and SVM model in the forecasts of available memory and heap memory.     

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。