基于非线性多参数模型的软件老化检测

提出了一种软件系统的非线性有源自回归(Nonlinear AutoRegressive models with eXogenous Inputs,NARX)网络模型的老化检测方法。解决了目前软件老化方法未考虑多变量间关联性及历史数据的延迟影响的问题。该方法首先通过对实验采集的HelixServer-VOD服务器性能数据进行主成分分析,确定网络的输入维数,根据AIC准则确定最佳模型阶数,最终选取合理的网络模型结构;使用已知的未老化状态样本对NARX网络进行训练,建立系统的辨识模型;然后运用序贯概率比检验(Sequential Probability Ratio Test,SPRT)对NARX辨识模型的残差进行假设检验,判断系统的老化状态。实验分析表明,基于NARX网络模型的故障检测方法能够有效地应用于软件老化的检测。     

视频点播系统的软件老化估计和预测

针对视频点播系统,研究其软件老化模式,对系统资源和视频点播服务器的实时参数,采用Mann-Kendall方法来检测老化趋势以判断系统是否存在软件老化现象,并采用Sen的斜率估计方法来估计老化衰退速率;提出了基于径向基网络的软件老化预测模型,对老化趋势进行预测,并采用主成分分析方法来减少径向基网络的复杂度以提高效率.实验结果表明:视频点播系统中存在软件老化现象;基于径向基网络的软件老化预测模型预测效果优于时间序列模型.基于提出方法以及对视频点播系统的老化分析,可为进一步研究相应的软件再生策略提供理论依据.     

基于SATLSTM的Web系统老化趋势预测

为解决传统软件老化趋势预测模型泛化能力弱、预测准确度低的问题,根据老化数据的时序特性,提出一种基于自注意力机制的长短时记忆单元(Self-Attention-Long Short Term Memory,SATLST)循环神经网络老化趋势预测模型。将LSTM循环神经网络与自注意力机制融合,在深入挖掘老化数据潜在规律的同时,通过对不同输入数据分配不同权重的方式,加大对局部老化信息的关注度。应用加速寿命测试实验搭建软件老化测试平台,对Web服务器因内存泄漏引起的老化现象进行建模和预测。实验结果表明:相较于传统的ARIMA和BP神经网络模型,该模型训练结果与实际值接近,预测精度高,能准确预测Web系统软件老化趋势。     

应用服务器资源动态重配置再生方法

传统的基于模型的老化与再生研究方法已不适于动态开放的网络环境。以对服务器内部状态、行为、环境等信息进行运行时监测,并准确、全面地评价老化趋势为基础,采用资源动态重配置方法提高系统服务能力、灵活性与适应性具有重要意义。以J2EE应用服务器为实验对象,对基于资源动态重配置的应用服务器软件再生方法进行研究与实现。给出动态重配置再生模型,提出运行时监测体系结构,从用户体验和服务器运行状况角度给出软件老化指标、服务器端监测模型、客户端监测模型,实现了负载发生器、用户体验数据监测等功能模块。研究资源动态重配置过程,分析可动态重配置的资源对象,提出将分析现有数据与预测未来数据相结合,再辅以人工控制的决策算法。建立测试系统,对再生模型进行实验,验证了老化现象与再生方法的有效性。     

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。     

IVirt:基于虚拟机自省的运行环境完整性度量机制

完整性度量是检测程序篡改的重要方法,但是在虚拟化环境下传统的检测方法已体现出不足.例如,度量软件与被度量对象处于相同操作系统中易受攻击.该文从安全性和性能两方面出发,提出了一种基于虚拟机自省的完整性度量机制IVirt(Integrity for Virtualization).该机制从虚拟机外部通过地址转换和内容定位得到所需的虚拟机内存数据,从而对虚拟机内部的程序进行完整性度量,以检验程序是否遭到篡改.该文以典型的虚拟机监视器Xen为例实现了IVirt原型系统.相比于同类工作,IVirt一方面将度量软件与被度量对象分离,防止度量软件遭到攻击;另一方面采用地址转换来度量运行时状态,这区别于采用事件拦截机制的度量方法,以降低性能开销.实验结果表明,该方法能够检测出虚拟机运行时的软件篡改,而且在性能上不会引入过高的代价.     

基于分流技术的高速网络入侵检测系统设计

针对网络入侵检测系统因自身性能缘故在高速网络上难以有效地进行实时入侵检测,设计了一种基于动态流量负载均衡的分流式入侵检测系统模型,模型中的数据分流器将捕获的网络数据包在数据链路层转发至多个探测机进行处理,并通过动态负载均衡分流算法实现数据的均衡分流.该设计方法能够充分利用系统的计算资源,具有良好的扩展性、动态流量均衡性和检测性能.实验结果表明,通过分流器分流到各个探测器的数据包个数基本上能平均分配,系统的检测分析能力随探测机数量的增加而明显增强.     

Bench4Q:一种面向服务质量的电子商务测试基准设计与实现

作为电子商务系统的基础运行平台,应用服务器提供的服务质量是关注焦点,然而目前主流的电子商务测试基准如TPC-W,主要关注性能度量,缺乏针对电子商务服务质量需求的设计,使得其难以准确地评价应用服务器提供的服务质量。提出了一种面向服务质量的电子商务测试基准Bench4Q,它在模拟负载仿真、度量分析等多个方面对TPC-W进行了扩展,并通过对典型的应用服务器的测试展示了Bench4Q的设计特征。     

面向组件的软件老化抗衰策略的研究

随着软件应用系统的复杂性不断提高,系统性能衰退的现象也日益普遍,研究表明计算机应用系统性能的衰退现象主要是由于软件的老化产生的.为了缓解软件老化问题、减少软件性能衰退造成的损失,最终实现一种可准确对系统当前老化状态的预测模型,本文提出一种面向组件的软件老化抗衰策略.该策略在以往研究的基础上,细化了软件再生粒度,将老化的预测和再生扩展到应用组件级.使用灰色预测方法实现在可利用的系统资源不足的情况下的老化状态的预测.还应用Matlab对该模型进行了模拟实验.实验结果表明该策略具有良好的可用性和有效性,延长了软件系统的运行时间,提高了用户的访问成功率,并进一步增强了系统稳定性.     

基于不确定性的数据融合系统性能评估

提出了一种基于不确定性的数据融合系统性能评估方法。数据融合的目的是为了提高融合后的信息量,信息不确定度的降低就相当于信息量的增加,本文从广义信息论出发度量信息不确定度,通过比较融合前后系统信息的不确定度来度量融合系统的性能。给出多目标系统中计算信息不确定度归一化变化的方法,实现了融合系统性能的定量评估。     

基于卷积神经网络的雷达目标检测方法

雷达目标检测近年来一直是雷达信号处理中的重要任务,在探测监控等安全领域中有非常重要的作用;针对传统恒虚警目标检测方法存在的环境适应能力较弱、复杂地形环境下雷达虚警数量急剧上升等问题,提出一种基于卷积神经网络的雷达目标检测方法;以雷达回波信号数据处理后得到的距离-多普勒图像作为模型的训练集和测试集,设计基于FasterR-CNN结构的雷达目标检测模型,训练模型并将测试结果与传统恒虚警目标检测算法结果相比较,所设计的模型提升了雷达目标检测正确率并较大地减少了虚警数量,这表明将卷积神经网络应用于雷达回波信号的处理任务中是可行的。     

Filtering false alarms of buffer overflow analysis using SMT solvers

Buffer overflow detection using static analysis can provide a powerful tool for software programmers to find difficult bugs in C programs. Sound static analysis based on abstract interpretation, however, often suffers from false alarm problem. Although more precise abstraction can reduce the number of the false alarms in general, the cost to perform such analysis is often too high to be practical for large software. On the other hand, less precise abstraction is likely to be scalable in exchange for the increased false alarms. In order to attain both precision and scalability, we present a method that first applies less precise abstraction to find buffer overflow alarms fast, and selectively applies a more precise analysis only to the limited areas of code around the potential false alarms. In an attempt to develop the precise analysis of alarm filtering for large C programs, we perform a symbolic execution over the potential alarms found in the previous analysis, which is based on the abstract interpretation. Taking advantage of a state-of-art SMT solver, our precise analysis efficiently filters out a substantial number of false alarms. Our experiment with the test cases from three open source programs shows that our filtering method can reduce about 68% of false alarms on average.     

基于最弱前置条件的静态分析误报消除技术

针对程序静态分析技术误报过多的问题,提出一种基于最弱前置条件的静态分析误报消除方法。根据不同的软件安全性质,从目标状态出发,以需求驱动的方式得到过程起始位置的最弱前置条件,判断该条件公式的可满足性来消除误报。将该方法实例化来消除静态分析工具检测数组访问越界和空指针解引用的误报,实验结果表明该方法是有效且实用的。     

Hybrid fire detection using hidden Markov model and luminance map

Recently, fire detection is a hot research topic. Although many detection methods have been proposed, there exist high false alarms because of the interference of fire-colored moving object in the complex environments. In this paper, a hybrid method is proposed. First, we get the set of candidate fire regions. Then these candidate fire regions are analyzed to exclude the fire-colored moving object. Our contributions are using the hidden Markov model (HMM) based on spatio-temporal feature and the variance of luminance map motivated by visual attention, and combining both for fire detection. The wrong detection can be reduced greatly. Experiment results show our proposed method has a good performance and it is robust to be used in complex environment compared with previous algorithms.     

基于排队网络的VoIP信令解析系统性能分析

基于软件性能模型的软件性能评估可以应用在软件研发周期的早期阶段,以便对软件系统的行为进行定量分析。该文给出一种应用排队网络模型对VoIP信令解析软件体系结构性能的评估方法。该方法的基本思想是：从基于UML描述的活动图导出多类排队网络性能模型,通过统计分析将得出的性能参数反馈给UML软件体系结构模型,不断完善体系结构设计。模型提供的统计性能评估方法克服了受限估计离散事件分析的局限性。     

基于改进的S-NMF方法的全极化SAR船舶检测

全极化SAR影像应用于海上船舶检测,如何在不降低检测率的同时,利用极化信息降低虚警率,是一个值得研究的问题。根据SAR极化矩阵3个特征值的非负性和稀疏性,提出了改进的非负矩阵分解S\|NMF(Sparseness-Nonnegative Matrix Factorization)方法:将最大和次优特征值用于NMF分解,因为两者占有目标97%以上的能量,能够保证最大的检测率,分解后所得结果为检测结果I;而强海杂波、“目标鬼影”等虚警在第三特征值上表现较弱,利用第三特征值与结果I相乘,可进一步强化目标弱化虚警。然后采用OS-CFAR算法对相乘后的图像进行检测,输出最终结果。最后用带有AIS数据的Radarsat-2全极化数据对该方法进行验证,并与SPAN方法、HV通道、PWF方法的检测结果进行对比,结果表明:该方法不但能够正确地检测出船舶目标,而且能够有效降低虚警。     

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。     

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。     

一种基于多重分形的软件衰退分析方法

为了提高软件衰退预测的精度,采用了多重分形分析方法,以系统资源参数时间序列为研究对象,提出了一种定性和定量相结合的分析方法,用以研究其波动规律.定性分析阶段,借鉴分形理论分析影响软件性能的系统资源参数,揭示参数的波动具有分形特性;且其多重分形谱特征能刻画系统运行过程中随时间变化的情况.定量预测阶段,提出了一种多维的Hlder指数计算方法,用于计算多个资源参数序列的Hlder指数,并采用自回归移动平均模型(ARMA)预测Hlder指数.最后进行了实证分析,结果表明,该方法具有较好的定性分析和定量预测能力.