面向性能剖析的Web应用自动性能建模方法

提出了一种面向性能剖析的Web应用自动性能建模方法.该方法考虑了用户行为与系统中不同服务之间的关联,动态地构造与应用实际状态相符的性能模型,并利用Kalman滤波所具备的过滤"噪声"和适应变化的特性,精确估算各服务所需CPU时间.实验结果表明,该方法可以适应Web应用内、外部环境的变化,分析结果可为瓶颈定位和容量规划等性能保障技术提供高质量数据.

企业性能建模与性能评价方法研究

针对企业生产系统提出了基于活动、面向过程的性能建模方法。其基本思路是将企业级的性能指标按过程分解 ,最终实现与企业活动的映射 ,从根本上解决企业性能分析与评价问题 ,为企业系统的设计、运行。

基于神经网络的柴油机性能建模

提出了正交试验法与神经网络相结合,建立柴油机动力性、经济性及排放特性与柴油机运转参数间神经网络模型的方法,研究了转速、供油量、VGT开度和过量空气系数变化对柴油机性能的影响,用复相关系数检验模型的泛化能力,确定模型的权值矩阵。研究表明该方法可行并可较好地预测柴油机的性能。

基于条件概率关系的企业性能建模方法改进

为增强企业性能建模中性能指标之间关系的表达能力,改进了基于因果关系的性能建模方法,提出了一种基于条件概率的指标关系改进方法。通过在性能指标关系的测度与性能指标的状态值之间建立基于条件概率关系的联系,研究了性能指标关系的动态变化特性。为了进一步增强该方法在表达性能指标关系方面的能力,扩展了所提出的基本模型。指出了这种性能建模方法在应用中需要解决的关键问题和可能的解决途径。最后,通过仿真举例,说明了该方法的有效性。

基于ISSM的密码服务系统虚拟化性能建模

针对密码服务系统虚拟化结构复杂导致性能建模难度大的问题,提出了一种基于交互随机子模型(Interactive Stochastic Sub-Models,ISSMs)的性能建模方法,将任务执行过程划分为主机预处理和运算单元执行两个阶段,并基于排队论分别建立了两个子模型。在此基础上对密码服务系统虚拟化性能模型的有效性进行了验证。结果表明,所建模型能够定量分析任务的到达速率、主机配置与密码卡配置对系统性能的影响,该模型同时也有助于指导云计算环境下密码服务系统虚拟化部署方案的设计。

基于嵌入式马尔可夫链的网络防火墙性能建模与分析

提出了一种基于嵌入式马尔可夫链的解析排队模型来分析和研究基于一定准则的防火墙在面对正常流量和DoS攻击时的性能。基于这种排队模型,得到了一组关于防火墙特征和性能的指标计算方法,这对防火墙的设计来说具有重要意义。同时还提出了一种易于实现的算法来得到这种马尔可夫链模型的状态概率,对防火墙的状态和性能也作了深入的分析。最后通过实验分析验证了提出的解析模型的有效性。

开式转子发动机对转桨扇性能建模研究

对转桨扇开式转子发动机性能计算的难点在于对转桨扇部件的性能计算。传统方法是将对转桨扇简化处理为涡轮螺桨进行计算,但精度较低。本文基于传统涡轮螺桨性能模拟方法,考虑前排桨扇出口气流对后排桨扇的影响,对前、后排桨扇进行独立建模,建立了开式转子发动机对转桨扇部件级性能计算模型,并使用美国NASA风洞试验数据进行验证。结果表明,对转桨扇性能模型计算精度较高,采用此模型可较准确地模拟不同设计参数和不同控制规律下的对转桨扇性能,并评估其对开式转子发动机总体性能的影响。

基于PEPA的组合服务性能建模与分析

当前对于组合服务的分析主要侧重在功能方面,缺乏有效地进行性能分析的手段和工具。针对此问题,提出一种基于PEPA(performance evaluation process algebra)的组合服务性能建模与评价方法。基于服务组合图对组合服务中原子服务的交互行为进行分析,证明了组合服务和PEPA模型是同构的。给出组合服务和PEPA的映射规则,并建立服务组合的性能模型。提出组合服务性能建模和分析方法。实践结果表明该方法更加简单、有效,易于工程实现。

红外探测系统性能建模及评估方法研究

红外探测系统性能建模及评估对于系统的开发非常重要。在分析传感器信息流的基础上,建立了表征系统主要性能的信噪比模型,讨论了红外探测系统性能建模过程中光电转换、图像质量及噪声等关键问题,研究了传感器仿真器建立和性能评估的方法并给出了一些典型输出结果,确定了探测距离性能模型。

基于滤波优化的多租户应用QPN性能建模方法

为分析和评估多租户应用的资源消耗并预测其未来对资源的需求,研究了从细粒度上改进多租户应用性能建模的方法,在使用排队Petri网刻画应用系统能力的基础上,综合考虑工作负载、基础通信流和服务时间等因素,利用Kalman滤波快速适应参数变化的特征,建立优化的多租户应用性能模型。仿真实验表明,建模评估结果与实际性能度量值相比具有可接受的误差值,能较好地反映实际多租户应用的运行状态和预测评估各租户应用的资源需求。

皮带传动起毛机的动力性能建模

通过分析起毛机工作针辊受力情况,依据阶梯轴弯曲变形理论,建立了起毛机单针辊力学模型;结合针辊之间皮带受力分析,进而建立了针辊系统力学模型.在对起毛阻力及其分布规律进行一定近似假设的基础上,提出了起毛阻力模型,从而推导出电机功率与最大起毛力矩关系模型.讨论了锡林电机、顺针辊电机和逆针辊电机功率对最大起毛力矩的影响.以某型号36辊起毛机为例,说明了模型的实用性.

面向部署方案的SaaS软件性能建模与分析方法

部署方案的抉择是影响SaaS软件运行性能的一个关键因素,因此,有必要为SaaS软件构建性能模型,以预测其在不同部署方案下的运行性能.然而,现有的研究大多关注外部环境对软件性能的影响,提出的建模方法不适用于部署方案变化的性能预测情况.为此,本文基于排队Petri网提出一种新的性能建模方法.该方法从三个层次来构建SaaS软件的性能模型,各层之间通过映射关系相关联,使得模型具有更高的灵活性和可读性,从而能够更方便的预测SaaS软件在不同部署方案下的性能.最后,利用该方法对不同的SaaS软件案例进行建模,并利用QPME工具对其进行模拟,以研究不同部署方案以及不同交互关系对软件性能的影响.

开关磁阻电动机动态性能建模与分析

基于开关磁阻电动机磁场的非线性有限元分析,结合三次样条插值建立定子绕组电感参数曲线族,以定子绕组电流、转子转角以及转速作为状态变量建立数学模型分析开关磁阻电动机的动态特性,其中不仅计及了铁磁材料的非线性,还考虑了定子相邻绕组间的互感耦合。将这一模型应用于SR电动机起动过程的分析,表明方法较为通用和高效。

基于径向基函数网络的氢发动机性能建模

建立了氢发动机动力性、经济性及排放特性与发动机运转参数间的径向基函数网络模型,通过对建立的径向基函数网络进行训练和测试,模型能准确地预测氢发动机的输出特性,计算与试验结果的对比研究表明,最大相对误差小于2.8%。

面向PaaS的Web系统动态性能建模工具的设计实现

按需供给是PaaS平台面临的一个核心挑战。传统以局部优化为目标的反馈控制方法难以实现全局资源供给最优,为了更合理分配资源,利用性能模型预测Web系统的资源需求就变得至关重要。随着平台服务化的发展,其部署方式由封闭环境转为开放的服务形式,为模型的构造提出了新的挑战:由于应用和平台分属不同组织,大大增加了解系统全貌的难度,所以传统手工建模方法除了建模难度大之外,更难以在开放的环境下实施;在开放和动态的环境下,用户的使用难以预期,而用户行为的改变又会极大的影响系统行为,因而也有必要使模型适应用户行为的变化。针对上述问题,给出了一种动态性能建模工具的设计与实现。该工具在Web系统中插入必要的探针收集系统运行时状态,并输出为日志。通过周期性的对这些日志进行分析,从大量数据中提取出性能模型,使其与实际用户使用情况相符。文中以TPC-W基准测试为例,验证了该系统的有效性。

基于排队论的UM-BUS总线性能建模与评估

UM-BUS总线是一种具有动态容错能力和远程穿透式访问能力的高速串行总线,其性能模型对UM-BUS的综合评估和优化设计具有重要意义。针对UM-BUS总线系统,提出基于排队论的性能评估的模型,该模型定性描述了总线上不同节点之间的数据流关系、数据包到达节点的特征以及在节点处等待处理的特性;定量分析了不同数据包在总线信道传输的最大延迟、最小延迟以及平均延迟。在MATLAB平台上测试了数据包在总线上的等待时间和传输时间。实验结果可以帮助设计者快速分析总线在实际应用系统中的特性并对其进行优化配置,提高总线的使用效率。

基于层次着色Petri网的网构软件性能建模与仿真分析方法

网构软件由分布的、松耦合的服务按照一定的交互组合而成.由于服务的共享性,通常有多个软件系统请求服务节点上的同一服务.这些外部负载会影响服务进而影响网构软件的性能,因此在研究网构软件的性能时需要将这些外部负载考虑在内.基于上述问题,提出一种基于层次着色Petri网的网构软件性能建模与仿真分析方法.首先构建网构软件的性能模型,它包含一个顶层CPN和若干个子层CPN.顶层CPN建模网构软件的业务处理流程;子层CPN详细建模从请求服务到服务执行完成的过程.服务请求来自网构软件和其它软件系统.然后采用CPN Tools工具通过模型的仿真进行性能分析.最后通过仿真实验研究外部负载对服务进而对网构软件性能的影响.

虚拟环境下虚拟机应用性能建模

得益于虚拟化技术的成熟发展,当下私有云和公有云数据中心已经越来越多的出现在企业、学校和研究机构当中.相对于物理机,虚拟机拥有更好的迁移性、可扩展性和相对低廉的购入与维护成本,所以越来越多的中小创业者倾向于购买虚拟机部署服务.对于云服务提供者来说,如何在满足SLA情况下对云环境下或者运行于同一物理资源池上的虚拟机合理分配资源从而实现硬件资源池最大化利用变得越来越重要.本文分析了影响虚拟环境下虚拟机应用性能的关键参数,并证明了虚拟机应用性能与硬件资源之间存在着复杂的非线性关系,通过一种SVD特征拓展+非线性模型的方法对运行于同一物理资源池上的虚拟机应用性能进行建模研究,实验表明该模型有较好的效果,并且平均预测误差可以达到12%左右.

基于马尔可夫模型的云系统安全性与性能建模

针对云环境缺乏安全性评估的问题,提出一种评估系统安全性的建模方法,并建立了云环境下的安全性性能(S-P)关联模型。首先,针对云系统中最重要的组成部分,即虚拟机,建立了评估其安全性的模型,该模型充分反映了安全机制和恶意攻击两个安全因素对虚拟机的影响;随后基于虚拟机与云系统之间的关系,提出评估云系统安全性的指标;其次,提出一种分层建模方法来建立S-P关联模型。利用队列理论对云计算系统的性能进行建模,然后基于贝叶斯理论和相关分析建立了安全性和性能之间的关联关系,并提出评估复杂S-P相关性的新指标。实验结果验证了理论模型的正确性,并揭示了安全因素引起的性能动态变化规律。

Spark作业性能建模及参数优化

Apache Spark分布式大数据计算框架应用广泛,但是其配置参数繁多导致使用难度较大,且不合理的配置将严重影响作业执行性能,研究Spark参数对性能的影响并进一步对参数进行自动优化具有重要意义。该文分析了Spark作业中影响系统行为的关键参数,建立了性能模型,并进一步探索了Spark参数自动优化的方法和策略。通过提取作业执行过程中对性能有影响的参数,对主流的19种回归模型进行了对比测试,获得通用性和拟合效果都比较好的6种回归模型,并针对不同类型的Spark任务在特定集群上建立性能模型,最后依据建立的性能模型在参数空间中利用改进的多起点爬山搜索算法寻找最优的参数组合。实验证明经参数优化后Spark作业性能有较大提升。