基于人工神经网络的软件老化状态检测任务书
2020-02-11 00:18:20
1. 毕业设计(论文)主要内容:
软件老化是指长期运行的软件系统中,出现的状态异常,系统宕机,失效等现象,在WEB服务器系统、云平台系统、在线数据库管理系统以及通讯系统中尤为常见。基于检测的软件抗衰技术被普遍应用于各种软件系统的抗衰中。我们往往选择CPU使用率、内存占用率、带宽占用率等资源消耗参数作为软件老化的参数特征。在实际数据采集过程中数据序列并非都是线性的,我们一般采用人工神经网络对数据进行处理。本课题旨在利用人工神经网络完成一种软件系统的老化状态检测研究,通过比较选择合适的参数,完成数据采集,对数据集进行数据处理,设计实验与算法,确定老化状态,使用人工神经网络方法比较与鲁棒状态下的软件系统数据特征的差异,对系统的老化状态进行诊断和预测。
2. 毕业设计(论文)主要任务及要求
(1)查阅参考文献15篇以上(其中近5年外文文献不少于3篇);
(2)完成开题报告;
(3)学习人工神经网络基本理论,并进行仿真验证;
3. 毕业设计(论文)完成任务的计划与安排
(1)第1-3周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。
(2)第4-5周:熟悉掌握基本理论,完成英文文献的翻译,熟悉matlab或者python环境。
(3)第6-9周:编程实现各算法,并进行仿真调试。
4. 主要参考文献
[1]闫永权,郭平.软件老化与抗衰的研究综述[j].武汉大学学报(工学版),
[2]苏莉,齐勇,金玲玲, 等.基于非线性多参数模型的软件老化检测[j].计算机科学,2015,40(1):
[3]闫永权,郭平.使用混合模型预测web服务器中的资源消耗[j].计算机科学,2016,43(10):