[发明专利]一种大规模网络服务系统行为重构方法

摘要

本发明涉及一种大规模网络服务系统行为重构方法，依据用户交互行为序列特征提出用户行为隶属度的概念。在系统行为重构模型的基础上，基于系统交互行为分类及延时控制，提出了带时延的随机模糊Petri网的系统行为重构模型和系统行为重构算法。使之在系统实时负载超出最大负载时触发重构模型均衡系统负载，使系统能够处于良好服务状态。

主权项

一种大规模网络服务系统行为重构方法，其特征在于，包括以下步骤：S1、初始化大规模网络服务系统并利用Petri网对系统进行建模；S2、对系统Petri网模型进行分析，并确定需重构的关键节点；S3、针对t时刻关键节点用户行为数所对应的系统负载与安全负载判断节点关系，并设置判断结构，包括以下步骤：步骤1、计算t时刻系统中用户提交的行为对应的系统实时负载Lt，Lt＝Bt×l，式中，l(l≥1)表示一个用户提交一个请求行为所需要的系统负载，Bt表示t时刻大规模网络服务系统中用户提交的总的行为数，Bt＝Ut，Ut表示t时刻系统中的用户数；步骤2、根据用户交互行为序列时间，利用隶属度函数对用户行为进行分类，其中：用户行为隶属度函数表示用户行为Ui隶属于每一类Sj的程度，式中，uik＝{ui1，ui2，...，uim}表示用户行为Ui具有的交互行为序列时间特征，假设把用户行为按交互行为时间的长短分成p个用户群体，Sj＝{s1，s2，...，sp}(p≥1)表示每一类用户群体的标准；用户行为隶属标准d(ui，sj)，是用户行为ui隶属于具体某一用户行为群体sj的标准，即表示用户行为属于用户行为隶属度函数中取最小值的那一类用户行为群体，设Nd(Nd∈N+)表示的个数，则当Nd＝1时，行为Ui属于第j类用户行为群体，当Nd＞1时，则把行为Ui随机分配到Nd类中的任意一类行为群体；步骤3、计算每一类用户行为所对应的系统负载，第i类用户行为所对应的系统负载为Li；步骤4、设置系统实时负载Lt与安全负载Lsafe的关系：系统良好服务状态，是系统能够正常提供服务的服务状态，当0≤Lt≤Lsafe时，系统处于良好服务状态，Lsafe表示系统处于良好服务状态所能承受的最大服务能力对应的负载值，即是安全负载；系统不稳定服务状态，是系统虽能够提供服务，但有可能出现异常的服务状态，当Lsafe＜Lt≤Lmax时，系统处于不稳定服务状态，Lmax表示系统处于不稳定服务状态所能承受的最大服务能力对应的负载值，即是系统所能承受的最大负载；系统不可服务状态，是系统由于负载过大，不能够正常提供服务的服务状态，即当Lt＞Lmax时，系统处于不可服务状态，即处于瘫痪状态；步骤5、根据重构模型确定第一类行为负载处理时间和后面各类的延时时间和处理时间，在重构模型中：系统的处理能力LHC，是单位时间内系统能够处理的用户行为所对应的系统负载，假设Lmax＝LHC，则当Lt＞LHC时，系统即会进入不可服务状态；系统单位时间内的系统负载Lut，是单位时间内系统处理的行为数But对应的系统负载，当t时刻系统实时负载Lt≥Lsafe时，即单位时间内系统负载超过系统的处理能力，则且Lut＜Lsafe，tc是满足该式系统负载均衡所需的时间。重构系统延时时间Δtd，表示在Δt时间内，t1时刻系统瞬时负载即系统此刻处于不稳定状态时，重构系统后使得在Δtd时间内任意时刻t2系统的瞬时负载且Δtd时间内的系统总负载等于此时根据用户交互行为序列时间特征把用户行为分为p类，设类所对应的系统负载为L1，...，Lp，则：Δtd＝t1+t2+…+tj；步骤6、输出每个时间点对应的系统负载；S4、用户行为数对应的系统负载超出安全负载，判断的瞬时变迁优先级高优先触发；S5、根据每一类用户行为数对应负载设置判断并控制其延时时间；S6、前面一类对后面一类有一个反馈行为，动态控制其延时时间；S7、输出系统流程中库所的托肯值；S8、算法结束。