主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王焘,魏峻,张文博,钟华.基于负载模式识别的Web应用在线异常检测方法.软件学报,2012,23(10):2705-2719
基于负载模式识别的Web应用在线异常检测方法
Online Anomaly Detection Approach for Web Applications with Workload Pattern Recognition
投稿时间:2011-07-03  修订日期:2012-02-15
DOI:10.3724/SP.J.1001.2012.04197
中文关键词:  Web应用  异常检测  动态负载  增量式聚类  局部异常因数
英文关键词:Web application  anomaly detection  dynamic workload  incremental clustering  LOF (local outlierfactor)
基金项目:国家自然科学基金(61173004); 国家重点基础研究发展计划(973)(2009CB320704); “核高基”国家科技重大专项(2011ZX03002-002-01)
作者单位E-mail
王焘 中国科学院软件研究所软件工程技术研究开发中心, 北京 100190
计算机科学国家重点实验室(中国科学院软件研究所), 北京 100190
中国科学院研究生院, 北京 100049 
wangtao08@otcaix.iscas.ac.cn 
魏峻 中国科学院软件研究所软件工程技术研究开发中心, 北京 100190
计算机科学国家重点实验室(中国科学院软件研究所), 北京 100190 
 
张文博 中国科学院软件研究所软件工程技术研究开发中心, 北京 100190  
钟华 中国科学院软件研究所软件工程技术研究开发中心, 北京 100190  
摘要点击次数: 2598
全文下载次数: 3322
中文摘要:
      负载模式的动态变化会影响系统度量,使得异常难以准确检测.针对此问题,提出一种基于负载模式识别、在线检测Web应用异常的方法.该方法基于在线增量式聚类算法,运行时识别动态变化的负载模式,根据特定负载模式对应的度量空间,利用局部异常因数检测异常状态,并量化异常程度,并通过学生 t 测试方法计算度量异常值,以定位异常原因.实验结果表明,所提方法能够准确识别负载模式变化,有效检测出 Web 应用典型错误所引起的异常状态,并定位异常原因.
英文摘要:
      The dynamic fluctuation of workload influences system metrics, affects the precision of anomalydetection. This paper proposes an online anomaly detection approach for Web applications, which handles workloadfluctuation in both request pattern and volume. The study proposes an incremental clustering algorithm to recognizeonline workload patterns automatically. For a specific workload pattern, the study adopts local outlier factor todetect anomaly and qualify the anomaly degree, and then locate the abnormal metrics with a student’s t-test method.The experimental results show that the clustering algorithm can accurately capture workload fluctuations in atypical Web application, and demonstrate that the approach is capable of not only detecting the typical faults in Webapplications, but also locating the abnormal metrics.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利