|
|||||
|
|
| 基于负载模式识别的Web应用在线异常检测方法 | |
| 引用本文： | 王焘,魏峻,张文博,钟华.基于负载模式识别的Web应用在线异常检测方法[J].软件学报,2012,23(10):2705-2719. |
| 作者姓名： | 王焘 魏峻 张文博 钟华 |
| 作者单位： | 1. 中国科学院 软件研究所 软件工程技术研究开发中心,北京 100190 2. 计算机科学国家重点实验室中国科学院 软件研究所,北京 100190 3. 中国科学院 研究生院,北京 100049 |
| 基金项目： | 国家自然科学基金(61173004);国家重点基础研究发展计划(973)(2009CB320704);“核高基”国家科技重大专项(2011ZX03002-002-01) |
| 摘 要： | 负载模式的动态变化会影响系统度量,使得异常难以准确检测.针对此问题,提出一种基于负载模式识别、在线检测Web应用异常的方法.该方法基于在线增量式聚类算法,运行时识别动态变化的负载模式,根据特定负载模式对应的度量空间,利用局部异常因数检测异常状态,并量化异常程度,并通过学生t测试方法计算度量异常值,以定位异常原因.实验结果表明,所提方法能够准确识别负载模式变化,有效检测出Web应用典型错误所引起的异常状态,并定位异常原因. |
| 关 键 词： | Web应用 异常检测 动态负载 增量式聚类 局部异常因数 |
| 收稿时间： | 7/3/2011 12:00:00 AM |
| 修稿时间： | 2012/2/15 0:00:00 |
Online Anomaly Detection Approach for Web Applications with Workload Pattern Recognition |
|
| WANG Tao,WEI Jun,ZHANG Wen-Bo and ZHONG Hua.Online Anomaly Detection Approach for Web Applications with Workload Pattern Recognition[J].Journal of Software,2012,23(10):2705-2719. | |
| Authors: | WANG Tao WEI Jun ZHANG Wen-Bo and ZHONG Hua |
| Affiliation: | 1(Technology Center of Software Engineering,Institute of Software,The Chinese Academy of Sciences,Beijing 100190,China) 2(State Key Laboratory of Computer Science(Institute of Software,The Chinese Academy of Sciences),Beijing 100190,China) 3(Graduate University,The Chinese Academy of Sciences,Beijing 100049,China) |
| Abstract: | |
| Keywords: | Web application anomaly detection dynamic workload incremental clustering LOF (local outlierfactor) |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载全文 | |