Windows环境软件分级再生策略研究

为降低软件系统再生成本,提高再生效益,文中在预测软件系统老化趋势的基础上,利用细粒度再生时间短和粗粒度再生效果好的特点,提出一种双粒度分级再生策略。该策略包括系统级再生和服务级再生。首先,以Windows环境下的综合信息管理系统为背景,搭建Apache Web服务器老化数据采集平台,通过修改服务器参数实现加速老化实验并采集系统老化数据;然后,将时域卷积神经网络模型(TCN)应用于老化趋势预测,对采集的老化数据进行特征提取并建模,得到该方法的预测精度高于循环神经网络;最后,提出一种再生决策函数评估平均再生成本的变化,依据再生成本的变化产生再生请求,实施分级再生。结果表明,双粒度分级再生策略平均再生成本降低7.6%,系统运行时间延长22.7%。与单纯的系统级再生策略相比,该策略能够降低平均再生成本,提高操作系统可靠性。