Page 75 - 《软件学报》2021年第7期

王璐 等:基于事件关系保障识别质量的自适应分析方法 1993

Table 5 Event probability table
表 5 事件发生概率表
事件名称 发生概率
页面响应超级慢甚至无响应 0.166 7
页面出错率较高 0.3
页面响应较慢 0.667
服务资源故障 0.367 5
服务资源过载 0.406 4
服务资源出现问题 0.566 7

(a) 准确率对比

(b) 召回率对比

Fig.6 Accuracy and recall of the SAFER and other methods
图 6 SAFER 与其他方法的准确率与召回率对比
(2) 识别效率测试(RQ2)
本文在系统运行过程中测试了 SAFER 的识别效率.首先完成贝叶斯网络反向推理,然后产生精英感知集
合,在此基础上测试了 SAFER 识别事件的效率.具体如下.
通过对 BookStore 系统中的所有顶事件进行逐一反向推理,最终形成精英感知集合,见表 6.
Table 6 Elitist sense set
表 6 精英感知集合
序号 名称
001 网络服务状态
012 服务任务量
017 网络 I/O
009 内存利用率
… …
表 6 中,每行代表一个由顶事件反向推理出的最易造成该顶事件的基本事件的相关感知对象.本节同样以
“服务资源出现问题”顶事件为例详细介绍精英感知集合构建过程.通过贝叶斯网络反向推理能力可计算出所
有与“服务资源出现问题”这一顶事件相关的基本事件的后验概率,如图 7 所示.其中,“服务任务量较重”这个基