Page 77 - 《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 1995

件所需要的时间.测试结果如图 9 所示,可以看出,SAFER、模糊推理方法和贝叶斯网络分析方法相比于本体推
理方法,整体执行时间较短,且这 3 种方法执行时间相差较小,因此能够说明 SAFER 的整体识别效率是由于该方
法中感知周期的动态调整,能够尽快获取到事件识别所需要的系统环境与状态等数据因而得到提升.

Fig.9 Execution time of SAFER and other methods
图 9 SAFER 与其他方法的执行时间对比

5 结论与展望

自适应软件的分析过程能够尽快产生正确的事件识别结果是确保该类软件长期稳定运行的关键因素之
一.因此,本文提出了一种基于事件关系保障识别质量的自适应分析方法(SAFER),可通过序列模式挖掘算法挖
掘事件因果关系,并基于贝叶斯网络利用事件因果关系和映射关系共同识别事件,保障了识别的准确性;可定量
推理出易导致事件发生的感知对象,并调整感知周期更快地获取相应软件的变化情况,保障了识别效率.并且,
SAFER 中构建的模糊故障树、贝叶斯网络、精英感知集合、感知周期等均可在软件运行过程中不断地自动更
新修正,更具灵活性和可靠性.实验结果表明,当自适应软件采用 SAFER 后,不仅实现了对事件的识别,并且识别
质量也得到了保障.此外,SAFER 识别事件所需时间开销较小,也更适合在实际工程中加以应用.
为进一步增强 SAFER 的能力,本文仍存在很多值得继续进行探讨的工作:(1) 本文后续考虑采用本体建模
工具 protégé 建立反映领域专家知识经验的软件故障本体,并通过本体推理机制与 SWRL(semantic Web rule
language)规则构建软件故障知识图谱,结合挖掘得到的事件因果关系,实现模糊故障树的自动构建.(2) 当前软
件系统规模和环境的不确定性在不断上升,导致异常事件的类型及因果关系的数量也会随之不断增长.当贝叶
斯网络的规模非常庞大时,如何保证概率计算的时间效率,是本文后续需考虑的一个问题.(3) 目前学术界提供
的自适应软件运行日志、感知数据集合等标准测试数据集较少,我们希望能够从开源项目和商业项目中搜集更
多的数据集,以验证本文所得出的实验结论是否具有一般性,并对 SAFER 中如贝叶斯网络更新周期、数据平稳
度滑动窗口数量等参数的设置给出一些建议.

References:
[1] Krupitzer C, Roth FM, Vansyckel S, Schiele G, Becker C. A survey on engineering approaches for self-adaptive systems. Pervasive
& Mobile Computing, 2015,17:184–206. [doi: 10.1016/j.pmcj.2014.09.009]
[2] Salehie M, Tahvildari L. Self-adaptive software: Landscape and research challenges. ACM Trans. on Autonomous and Adaptive
Systems (TAAS 2009), 2009,4(2):1–42. [doi: 10.1145/1516533.1516538]
[3] Luckey M, Engels G. High-quality specification of self-adaptive software systems. In: Proc. of the 8th Int’l Symp. on Software
Engineering for Adaptive and Self-Managing Systems (SEAMS 2013). San Francisco, 2013. 143–152.
[4] Zimmermann M, Wotawa F. An adaptive system for autonomous driving. Software Quality Journal, 2020,28(3):1189–1212. [doi:
10.1007/s11219-020-09519-w]