[发明专利]基于复杂性度量的BPEL过程数据流错误预测方法

摘要

本发明公开了一种基于复杂性度量的BPEL过程数据流错误预测方法，首先解析数据集中的BPEL过程文件，分别计算和检测得到每一个BPEL文件的各种复杂性度量指标的值和各种数据流错误；接着，去除一些复杂性度量指标，从而挑选出候选特征；最后将候选特征进行枚举组合，并作为输入特征，运用WEKA数据挖掘软件，使用其包含的常见的分类算法对数据流错误进行分类预测，根据所得的分类预测准确度结果，确定最终选择的特征。本发明能有效地分类预测BPEL过程是否存在数据流错误，对相关工作者建模和设计提供强有力的指导作用，加深对服务组合数据流错误的理解。

主权项

1.一种基于复杂性度量的BPEL过程数据流错误预测方法，用于分类预测BPEL过程是否存在数据流错误，其特征在于，以解析BPEL过程数据集得到的复杂性度量指标和数据流错误的数据为输入，以分类预测准确度和最终选择的复杂性度量指标为输出结果，特征为复杂性度量指标，分类变量为是否具有数据流错误，该预测方法具体步骤为：步骤1，解析数据集中的BPEL过程，计算每个适用于BPEL过程的复杂性度量指标的值并检测该过程中所包含的数据流错误；步骤2，将复杂性度量指标和是否具有数据流错误两者进行分析，筛选出候选特征；步骤3，将候选特征进行枚举组合，并以此为输入特征，而分类变量为是否具有数据流错误，运用WEKA数据挖掘软件中分类算法对数据流错误进行分类预测，根据所得的分类预测准确度结果，确定最终选择的特征。