【摘要】：現代機電產品在功能越來越復雜的同時,對其安全性和可靠性的要求也越來越高。軟件作為機電產品的重要組成部分,其可靠性直接決定了機電產品的質量。本文以提高機電產品軟件的可靠性和安全性研究為主線,從軟件數據流分析的角度出發(fā),對基于數據流異常檢測的軟件容錯糾錯技術進行了較為深入系統(tǒng)的研究。 針對可能出現的軟件系統(tǒng)故障提出了一種新的基于數據流異常檢測、軟件看門狗技術和回卷恢復技術的軟件容錯糾錯方法。該方法定期對目標程序進行備份,通過提取目標程序中的一組相關變量建立數據流分析模型,利用數據流的異常檢測方法排查出其中的離群點即出錯點。當發(fā)現目標程序運行出錯時,看門狗強制使程序跳轉到備份點,使目標程序回卷到上一個備份的正常狀態(tài),以實現對軟件瞬時性故障的容錯糾錯。提出了上述軟件容錯糾錯策略的實現框架、操作流程,研究了基于最小二乘支持向量機的二元回歸模型和離群點檢測算法。以二元函數為例,對文中提出的二元回歸模型和離群點檢測算法進行了仿真研究,仿真結果驗證了回歸模型的正確性和離群點檢測算法的有效性。 提出了偏向最近動態(tài)的基于距離的數據流異常檢測算法,該算法是一種基于聚類思想的的異常檢測方法,通過計算檢測數據與聚類中心的距離來判斷異常,并根據數據流的特性進行了改進,能夠有效地實現數據流的異常檢測。該算法實現簡單并且計算速度快,對閾值的選擇具有自適應性,提高了檢測的精度,仿真實驗驗證了該算法的有效性。 設計了基于數據流異常檢測的軟件容錯糾錯實驗方案,以數據流異常檢測算法為核心搭建了實驗平臺,進行了軟件容錯糾錯實驗研究。實驗結果表明本文提出的容錯策略能夠很好地實現軟件的容錯糾錯,以上研究工作為軟件的容錯糾錯提供了新的解決方案。
【圖文】：

距離范圍內擁有鄰近數據的個數小于K 個，則該對象就被種非常典型的基于距離的異常檢測方法[40,41]，并且成功用出的基于距離的數據流異常檢測算法與 Storm 算法不法的聚類思想和基于距離的異常檢測算法產生的一種新的法的基本思想是根據距離相似理論將數據對象點合并在初一子簇中的點盡可能的相似，而不同子簇中的數據對象點于數據集合中的數據，我們一般認為大部分的數據是正常錯誤數據屬于個別現象。因此，對于數據分布比較密集的分析以后，就可以認為包含了大部分數據的簇中的數據是部分數據之外的個別簇中的數據則有可能是異常點。如圖集合經過 k-means 聚類分析之后，大部分的數據被分類到簇含一個數據且與簇 A 的距離較遠，則認為簇 B、C 中所包

同的一組實驗數據，當對滑動窗口中的數據添加偏向的簇中心點后，得到檢測點與簇中心的距離值如圖 測數據與聚類中心的距離都小于閾值，，沒有發(fā)生誤度。.80 2 4 6 8 10 12 14 16 18 20.45.5.5.6.65.7.75.8閾值檢 測點 到聚類 中心 的距自變量序列值 k（無單位）圖 4-3 無加權檢測算法
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：TP368.1

【參考文獻】

相關期刊論文 前7條

1 王晶;靳其兵;曹柳林;;面向多輸入輸出系統(tǒng)的支持向量機回歸[J];清華大學學報(自然科學版);2007年S2期

2 王偉平;李建中;張冬冬;郭龍江;;基于滑動窗口的數據流連續(xù)J-A查詢的處理方法[J];軟件學報;2006年04期

3 常建龍;曹鋒;周傲英+;;基于滑動窗口的進化數據流聚類[J];軟件學報;2007年04期

4 包劍,冀常鵬,李義杰;軟件容錯技術在視頻監(jiān)控系統(tǒng)中的應用[J];微機發(fā)展;2005年07期

5 武雅麗;利用VisualC~(++)6.0實現多線程編程[J];現代電子技術;2003年08期

6 馬笑瀟,黃席樾,柴毅;基于支持向量機的故障過程趨勢預測研究[J];系統(tǒng)仿真學報;2002年11期

7 李金廣;;數據挖掘中聚類算法研究綜述[J];中國科技信息;2010年17期

相關博士學位論文 前1條

1 秦首科;數據流上的異常檢測[D];復旦大學;2006年

相關碩士學位論文 前6條

1 駱永健;基于聚類的數據流異常檢測算法的研究[D];哈爾濱工程大學;2010年

2 孫立歐;軟件可靠性和相關費用模型的研究[D];電子科技大學;2007年

3 楊玻玻;基于人工免疫原理的故障檢測模型與容錯控制方法研究[D];電子科技大學;2008年

4 萬宗杰;空間機器人中央控制器可靠性軟件容錯研究[D];北京郵電大學;2008年

5 鄭健;聚類和孤立點檢測算法的研究與實現[D];南京航空航天大學;2007年

6 陶英軒;面向嵌入式的Watchdog設計與實現[D];東北師范大學;2009年

本文編號：2613705