軟件監(jiān)控系統(tǒng)技術(shù)研究

1、申請(qǐng)上海交通大學(xué)碩士學(xué)位論文軟件監(jiān)控系統(tǒng)技術(shù)研究軟件監(jiān)控系統(tǒng)技術(shù)研究學(xué)校：學(xué)校：上海交通大學(xué)院系：院系：電子信息與電氣工程學(xué)院班級(jí)：班級(jí)：B1203391學(xué)號(hào)：學(xué)號(hào)：1120339028碩士生：碩士生：于晨專業(yè)：專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)導(dǎo)師：導(dǎo)師：曹健上海交通大學(xué)電子信息與電氣工程學(xué)院上海交通大學(xué)電子信息與電氣工程學(xué)院2016年1月萬方數(shù)據(jù)上海交通大學(xué)碩士學(xué)位論文摘要第2頁軟件監(jiān)控系統(tǒng)技術(shù)研究軟件監(jiān)控系統(tǒng)技術(shù)研究摘要摘要軟件監(jiān)控系統(tǒng)對(duì)于大

2、型應(yīng)用程序和關(guān)鍵應(yīng)用程序至關(guān)重要?，F(xiàn)存的監(jiān)控軟件在模塊化和全面性方面需要改進(jìn)。因?yàn)楸O(jiān)控信息需要統(tǒng)一處理和分析，所以為每款軟件定制自己的監(jiān)控軟件會(huì)出現(xiàn)性能低下、模塊化較差等情況。統(tǒng)一的軟件監(jiān)控框架是針對(duì)以上問題的一個(gè)理想的解決方案。本文首先介紹了監(jiān)控軟件規(guī)范中較為著名的ARM規(guī)范，并針對(duì)ARM規(guī)范的優(yōu)缺點(diǎn)進(jìn)行分析，然后對(duì)應(yīng)用程序中的常用監(jiān)控任務(wù)進(jìn)行了詳細(xì)的分析和歸類，針對(duì)需求進(jìn)行了規(guī)范化處理，提出了一個(gè)軟件監(jiān)控框架。監(jiān)控軟件的性能至關(guān)重要

3、，為了改進(jìn)監(jiān)控軟件的性能，采用壓縮感知來降低監(jiān)控?cái)?shù)據(jù)傳輸?shù)男阅苄枨?。文章首先?duì)壓縮感知的原理進(jìn)行了介紹，然后介紹了如何改進(jìn)壓縮感知和數(shù)據(jù)源，能夠減少傳輸負(fù)擔(dān)。利用小波變換來處理不穩(wěn)定的數(shù)據(jù)源，利用傅里葉變換來處理穩(wěn)定增長的數(shù)據(jù)源，將數(shù)據(jù)源變換到稀疏域即可用壓縮感知進(jìn)行處理，最后將壓縮感知應(yīng)用到實(shí)際的系統(tǒng)上。軟件的未來狀態(tài)是監(jiān)控中重要的一環(huán)，論文中嘗試使用時(shí)間序列對(duì)軟件的CPU負(fù)載進(jìn)行預(yù)測。針對(duì)傳統(tǒng)的單維預(yù)測模型和分類器預(yù)測模型的局限性，

4、提出了基于投票的多維分類器預(yù)測模型。采用了灰色預(yù)測算法來預(yù)測相關(guān)數(shù)據(jù)集的預(yù)測值，同時(shí)用相關(guān)數(shù)據(jù)集的預(yù)測值和預(yù)測數(shù)據(jù)的歷史數(shù)據(jù)對(duì)四種分類器進(jìn)行訓(xùn)練，從而得到每種分類器的最佳參數(shù)。將各個(gè)訓(xùn)練數(shù)據(jù)作為輸入，進(jìn)行預(yù)測，利用投票機(jī)制選出當(dāng)時(shí)最適合的分類器模型，再利用投票選出的分類器模型根據(jù)需要的預(yù)測步長進(jìn)行迭代預(yù)測。和傳統(tǒng)的預(yù)測模型相比，投票選出的分類器模型更能適應(yīng)復(fù)雜的軟件的CPU負(fù)載預(yù)測，預(yù)測值具有更小的平均相對(duì)誤差和均方誤差，更加精確。實(shí)驗(yàn)