一种面向策略选择的自适应运行的可靠性预计方法，包括构造当前阶段的运行时模型，基于适应策略与当前阶段的运行时模型构造面向可靠性预计的运行时模型，对面向可靠性预计的运行时模型进行可靠性信息扩展，得到面向预计的可靠性扩展模型，扩展的内容包括组件的可靠度与组件间的转移概率，将面向预计的可靠性扩展模型转换为马尔科夫分析模型，基于马尔科夫分析模型对不同适应策略执行后自适应软件的整体可靠性水平进行预测，并根据预测结果选择适应策略等步骤，可以实现直接、快速获得具有因果联系的运行模型，最终根据预测结果选择适应策略。应策略。应策略。
【技术实现步骤摘要】
一种面向策略选择的自适应运行的可靠性预计方法
[0001]本专利技术涉及控制领域，涉及模型构造领域，具体涉及一种面向策略选择的自适应运行的可靠性预计方法。
技术介绍
[0002]自适应调整是一种通过调整自身结构和行为来响应运行环境变化的方式。在软件工程领域，实现软件自适应最常用的方法是以体系结构为中心的软件自适应。为了能够保证自适应调整在适应后依然能够提供高质量的服务，一种有效的方法是在模型层分析适应策略导致的适应变更对自适应整体可靠性水平产生的影响。在运行环境实际发生变更前，即未触发适应策略前，在模型层，对自适应调整在适应策略驱动下进行适应后的整体可靠性水平进行预测，并以可靠性预计的结果作为策略选择的依据。
[0003]然而，现有可靠性预计方法是在设计阶段基于体系结构的可靠性预计方法，并不针对运行时的软件进行可靠性预计，且因为设计阶段的体系结构与实际运行之间不存在因果关联关系，因此不能真实反映实际运行时的状态和体系结构中的关联关系，故无法解决实际运行过程中的可靠性预计问题。
技术实现思路
[0004]本专利技术的目的在于克服现有技术的不足，提供一种面向策略选择的自适应运行的可靠性预计方法，可以实现直接、快速获得具有因果联系的运行模型，最终根据预测结果选择适应策略。
[0005]本专利技术提供了一种面向策略选择的自适应运行的可靠性预计方法，其特征在于，包括如下步骤：
[0006](1)构造当前阶段的运行时模型RCIM；
[0007](2)基于适应策略与所述当前阶段的运行时模型构造面向可靠性预计的运行时模型RMRP；
[0008](3)对面向可靠性预计的运行时模型进行可靠性信息扩展，得到面向预计的可靠性扩展模型，扩展的内容包括组件的可靠度与组件间的转移概率；
[0009](4)将面向预计的可靠性扩展模型转换为马尔科夫分析模型；
[0010](5)基于马尔科夫分析模型对不同适应策略执行后自适应运行的整体可靠性水平进行预测，并根据预测结果选择适应策略。
[0011]其中，所述步骤(1)中以体系结构为中心进行自适应运行时模型构建。
[0012]其中，所述步骤(1)中是基于运行时体系结构模型，通过开展当前适应阶段内运行时模型构造方法，得到当前适应阶段内的运行时模型，包括：
[0013]1)通过Rainbow框架直接获得当前适应阶段的运行时体系结构模型，该模型侧重于描述当前时刻系统组成结构和配置；
[0014]2)通过监控器对被控对象进行实时的监控，收集被控对象的各类信息，完成组件
动态调用信息的提取，实现运行时模型的构造，该模型除了能够描述静态结构外，还能够描述动态行为。
[0015]其中，所述步骤(2)中适应策略从备选策略集合中进行选取。
[0016]其中，所述步骤(2)中通过得到的运行时模型RCIM和适应策略为基础，将适应策略施加在运行时模型RCIM上驱动其发生变化，并推测出面向可靠性预计的运行时模型RMRP。
[0017]其中，所述步骤(4)中将面向预计的可靠性扩展模型转换为马尔科夫分析模型包括：(1) 模型层的转换：源模型为通过向RMRP中添加组件可靠度信息和组件间转移概率而获得的PRMRE，目标模型为马尔科夫模型；(2)模型组成元素的转换：将PRMRE的组件转换为马尔科夫模型的状态；(3)模型元素标记的转换，将PRMRE组件间的调用转换为马尔科夫模型状态间的转移。
[0018]其中，所述步骤(4)中还包括对马尔科夫分析模型中并发状态的处理：采用包节点的方式来解决马尔科夫分析模型中存在并发状态，其中包节点指的是将马尔科夫分析模型中的并发状态进行打包形成一个整体状态进行分析，其中假设一个PRMRE有n≥1个组件组成，其中n
‑
2个组件存在并发转移关系，可靠度
[0019]其中，所述步骤(5)具体为：
[0020]设置每个适应阶段中的自适应方式是由n个组件{C1,C2,...C
n
}组成，其中C1是程序执行的入口，C
n
是终止的出口；
[0021]则该自适应方式在每个适应阶段内的马尔科夫链状态空间可以描述为{S1,S2,...S
n
}，状态转移矩阵M为：
[0022][0023]其中，p
ij
表示组件i到组件j的转移概率，R
i
表示组件i的可靠度，R
i
p
ij
表示组件i被成功调用后再调用组件j的概率；为了使该状态转移矩阵能够描述自适应软件的可靠性，对其进行如下扩展：加入一个吸收态S，表示组件发生调用不失效的状态；和另一个吸收态F，表示组件发生调用时产生了失效状态；对于吸收态S，只能由终止组件C
n
转移得到；对于吸收态F，则通过自适应软件的任意一个组件转移得到，扩展了吸收态S和F的马尔科夫链的状态空间描述为 {S,F,S1,S2,...S
n
}，其状态转移矩阵M
E
为：
[0024][0025]通过该矩阵可以得出如下结论，矩阵M
E
是矩阵M增加了第一列和第二列得到的，第一列表示自适应软件中每个组件的状态转移到吸收态
S
的概率，第二列则表示每个组件的状态转移到吸收态F的概率。
[0026]其中，所述步骤(5)具体还包括：为了对状态转移矩阵M
E
进行计算，假设存在一个矩阵 T，该矩阵中的元素T
ij
表示组件i经过k步骤转移到组件j的概率，则单位矩阵I中的I(i,j)表示组件i经过0步转移到组件j的概率；M中的M(i,j)表示组件i经过1步转移到组件j的概率；M2中的M2(i,j)表示组件i经过2步转移到组件j的概率，以此类推，则M
k
(i,j)表示组件i经过k步转移到组件j的概率，M
k
(1,n)表示自适应方式中的组件1，经过
k
步转移到组件n的概率；
[0027]现将矩阵T中的元素相加，可得：其中， I+M+M2+M3+......为等比数列，通过等比数列求和公式推导可得：T＝(I
‑
M)
‑1；此外，假设E为矩阵(I
‑
M)中删除第一列和第n行之后的矩阵，通过逆矩阵推导，可得自适应软件的整体可靠度为：
[0028][0029]该式中的M表示p
ij
，即组件i经过一步转移到组件j的概率，R
n
表示组件的可靠度。
[0030]本专利技术的面向策略选择的自适应运行的可靠性预计方法，可以实现：
[0031]由于运行时模型构造的基础是建立在Java反射机制的基础上，因此适用的对象是基于Java 开发的自适应软件。此外，由于该方法是在以体系结构为中心的自适应背景下提出的，因此需要借助Rainbow的运行时模型快照机制得到需要监控的对象，即自适应软件中与Rainbow本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种面向策略选择的自适应运行的可靠性预计方法，其特征在于，包括如下步骤：(1)构造当前阶段的运行时模型RCIM；(2)基于适应策略与所述当前阶段的运行时模型构造面向可靠性预计的运行时模型RMRP；(3)对面向可靠性预计的运行时模型进行可靠性信息扩展，得到面向预计的可靠性扩展模型，扩展的内容包括组件的可靠度与组件间的转移概率；(4)将面向预计的可靠性扩展模型转换为马尔科夫分析模型；(5)基于马尔科夫分析模型对不同适应策略执行后自适应运行的整体可靠性水平进行预测，并根据预测结果选择适应策略。2.如权利要求1所述的方法，其特征在于：所述步骤(1)中以体系结构为中心进行自适应运行时模型构建。3.如权利要求1所述的方法，其特征在于：所述步骤(1)中是基于运行时体系结构模型，通过开展当前适应阶段内运行时模型构造方法，得到当前适应阶段内的运行时模型，包括：1)通过Rainbow框架直接获得当前适应阶段的运行时体系结构模型，该模型侧重于描述当前时刻系统组成结构和配置；2)通过监控器对被控对象进行实时的监控，收集被控对象的各类信息，完成组件动态调用信息的提取，实现运行时模型的构造，该模型除了能够描述静态结构外，还能够描述动态行为。4.如权利要求1所述的方法，其特征在于：所述步骤(2)中适应策略从备选策略集合中进行选取。5.如权利要求1所述的方法，其特征在于：所述步骤(2)中通过得到的运行时模型RCIM和适应策略为基础，将适应策略施加在运行时模型RCIM上驱动其发生变化，并推测出面向可靠性预计的运行时模型RMRP。6.如权利要求1所述的方法，其特征在于：所述步骤(4)中将面向预计的可靠性扩展模型转换为马尔科夫分析模型包括：(1)模型层的转换：源模型为通过向RMRP中添加组件可靠度信息和组件间转移概率而获得的面向预计的运行时可靠性扩展模型PRMRE，目标模型为马尔科夫模型；(2)模型组成元素的转换：将面向预计的运行时可靠性扩展模型PRMRE的组件转换为马尔科夫模型的状态；(3)模型元素标记的转换，将面向预计的运行时可靠性扩展模型PRMRE组件间的调用转换为马尔科夫模型状态间的转移。7.如权利要求1所述的方法，其特征在于：所述步骤(4)中还包括对马尔科夫分析模型中并发状态的处理：采用包节点的方式来解决马尔科夫分析模型中存在并发状态，其中包节点指的是将马尔科夫分析模型中的并发状态进行打包形成一个整体状态进行分析，其中假设一个PRMRE有n≥1个组件组成，其中n
‑
2个组件存在并发转移关系，可靠度8.如权利要求1所述的方法，其特征在于：所述步骤(5)具体为：设置每个适应阶段中的自适应方式是由...
【专利技术属性】
技术研发人员：李秋英，陆民燕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。