[发明专利]基于加权朴素贝叶斯分类器的软件服务质量监控方法及系统

摘要

本发明公开了一种基于加权朴素贝叶斯分类器的软件服务质量的监控方法及监控系统，方法通过构造的加权朴素贝叶斯分类器判断软件的QoS属于满足标准类、不满足标准类还是无法判断，训练时设定影响因子组合，影响因子即非软件本身对QoS的影响，计算影响因子组合权值以及先验知识，监控时由分类器得到监控结果，分析、存储并返回评价给数据服务端。系统包括控制器，采集不同的服务质量声明，向观察器发布不同服务质量所需的数据标准指令，传递需与数据集匹配的QoS标准给训练器，控制采集周期以及频率；数据库汇总分析器的监控结果；服务能力评价模块向数据服务设备返回软件的监控结果和评价结果；还包括观察器、训练器、优化样本集和分析器。

主权项

一种基于加权朴素贝叶斯分类器的软件服务质量动态监控方法，其特征在于，所述方法包括以下步骤：1)根据QoS标准Θ，设定满足QoS标准的类别C0和不满足QoS标准的类别C1；2)训练样本，获得不同影响因子组合权值wR以及先验知识pli；3)读取运行时的观测变量组合作为样本对样本进行补全和离散化预处理；4)根据样本影响因子R调用权值表得到样本xk的权值5)统计二项分布成功率的贝叶斯估计值并判别本次样本使样本集的成功率分布Ci，i∈(0,1)；6)更新样本先验概率p(Ci)；7)调用加权朴素贝叶斯分类器得出结果，调用加权朴素贝叶斯公式如下：argmaxci∈C{WiRP(X|Ci)P(Ci),TWiRP(X|Ci)P(Ci)};]]>8)定期连续读取变量组合作为样本，对样本进行预处理并存入样本集xk∈{0,1}，m表示样本总数，重复步骤3)～8)。