学位论文 > 优秀研究生学位论文题录展示
分布构件系统故障诊断技术研究
作 者: 黄杰
导 师: 邹鹏
学 校: 国防科学技术大学
专 业: 计算机科学与技术
关键词: 分布计算 基于模型的诊断 CORBA构件模型 极小诊断 贝叶斯方法
分类号: TP311.52
类 型: 博士论文
年 份: 2005年
下 载: 299次
引 用: 1次
阅 读: 论文下载
内容摘要
上个世纪末到这个世纪初,蓬勃发展的分布构件技术为分布应用提供了基础设施的无缝集成、代码的二进制复用和应用的快速开发能力。构件化分布应用开发复杂度降低的同时,它的调试和诊断依然困难。快速诊断和定位分布构件系统故障,对减少系统的平均恢复时间、增强分布构件系统的高可靠性和高可用性具有重要的意义。 论文主要研究构件化应用服务器平台的诊断支持问题。分布构件系统的故障诊断不仅和硬件系统的故障诊断存在共性问题,而且分布构件系统的故障诊断有着其特殊性,这些特殊性对现有的诊断方法提出了更高的要求。它主要表现在分布构件系统是一个软件系统,具有比硬件系统更复杂的逻辑结构;分布构件系统是一个时序系统,有着比硬件系统更强的时序特性;另外,分布构件系统的故障类型较多,需要为不同种类的故障建立相应的诊断模型。文章首先分析了现有的分布构件故障诊断系统和常用的故障诊断方法,对诊断的形式化模型进行了概念上的分类和比较。针对分布构件系统的复杂性,对基于模型的诊断算法进行了研究和改进,提出了求解极小超定子系统算法、冲突识别算法和求解极小诊断等一系列算法,提高了诊断的效率。研究了分布构件语义故障诊断中的时序问题,建立了具有时序特性的诊断模型,为构件内存访问故障提出了基于贝叶斯理论的BMMD方法,给出了特征选取的标准。最后在StarCCM平台上研究了组装件语义诊断和构件内存访问失效故障诊断的实现机制,增强了StarCCM平台的易用性。 主要研究内容包括: 1.分析了分布构件故障诊断面临的挑战,将分布构件系统故障诊断的研究定位在为分布构件应用提供诊断支持上。在分析了现有故障诊断方法和分布构件诊断系统之后,按照诊断时使用的系统信息和观察结果将现有的诊断方法分类为三种概念模型,它们分别是偏离正常行为的诊断(DNB)、匹配异常的诊断(MAB)和异常分类的诊断(AC),同时对这三种概念模型使用的知识类型、形式化方法和推理方法进行了比较。基于三种不同的概念模型,分别分析了基于一致性的诊断、反绎诊断和假设演绎诊断形式化模型,并在此基础上,确定分布构件故障诊断研究的具体目标。 2.为提高诊断方法的效率,提出了求解极小超定子系统的算法SAMODS,该算法充分利用诊断时可能遇到的冗余信息,“静态”计算极小超定子系统,简化了实际诊断时的计算量。在SAMODS算法基础上,进一步提出了冲突识别算法MODSBCI。本文还提出了由极小冲突求解极小诊断的算法GSA,GSA将极小诊断的求解问题映射到0/1整数规划问题,建立了模拟退火和遗传算法相结合的快速求解算法。基于分而治之的思想,提出了用于缩小问题求解规模的分解算法OONA,该算法能够很好地将复杂问题分解为多个规模较小的子问题。 3.语义故障和内存访问失效故障是分布构件环境下最常见的故障类型,它们一直是分布构件故障诊断的重点和难点。文章针对分布构件系统语义诊断中的时序问题研究了时间本体的各个要素,提出了适合分布构件系统故障诊断的时序框架MLTF,在MLTF的基础上,根据QA-network的概念,提出了分布构件系统语义故障诊断的模型。针对分布构
|
全文目录
摘要 10-12 ABSTRACT 12-14 第一章 绪论 14-20 1.1 选题背景 14-17 1.1.1 分布构件技术 14-15 1.1.2 CORBA构件模型(CCM) 15-16 1.1.3 分布构件故障诊断问题的提出 16-17 1.2 本文工作 17-18 1.3 论文结构 18-20 第二章 相关研究工作 20-32 2.1 相关诊断理论 20-24 2.1.1 故障诊断技术分类 20-21 2.1.2 故障诊断方法 21-23 2.1.3 各种诊断理论的比较 23-24 2.2 相关分布构件诊断系统 24-27 2.2.1 PinPoint 24-26 2.2.2 麻省理工大学开发的自动异常处理系统 26-27 2.2.3 PerformaSure系统 27 2.3 诊断理论的适用性分析 27-30 2.3.1 软硬件故障的差异 27-29 2.3.2 故障诊断研究的定位 29-30 2.3.3 适用于CCM的故障诊断方法 30 2.4 本章小结 30-32 第三章 故障诊断的形式化方法研究 32-44 3.1 诊断概念模型的分类 32-35 3.1.1 DNB类型的诊断 33-34 3.1.2 MAB类型的诊断 34 3.1.3 AC类型的诊断 34-35 3.1.4 三种概念模型的比较 35 3.2 基于一致性的诊断模型 35-37 3.2.1 基本模型描述 35-36 3.2.2 问题求解 36-37 3.3 基于反绎的诊断模型 37-41 3.3.1 反绎推理模型 37-38 3.3.2 基于反绎的诊断 38-41 3.4 假设演绎诊断模型 41-42 3.5 本章小结 42-44 第四章 分布构件故障诊断算法的研究 44-68 4.1 基本求解过程 44-47 4.1.1 冲突识别过程 44-45 4.1.2 诊断解空间 45-47 4.2 冲突识别算法MODSBCI 47-54 4.2.1 故障诊断中的超定系统 48-49 4.2.2 极小超定子系统的搜索算法SAMODS 49-50 4.2.3 冲突识别搜索算法MODSBCI 50-52 4.2.4 对比测试 52-54 4.3 求解极小诊断的遗传算法GAMD 54-56 4.3.1 GAMD算法 54-55 4.3.2 算法测试 55-56 4.4 求解极小诊断的遗传模拟退火算法GSA 56-63 4.4.1 模拟遗传退火思想 56-58 4.4.2 求解极小诊断的遗传模拟退火算法 58-60 4.4.3 算法分析与测试 60-63 4.5 观察点选择算法OONA 63-66 4.5.1 观察点的选择问题 63 4.5.2 观察点的选择算法OONA 63-65 4.5.3 算法有效性测试 65-66 4.6 本章小结 66-68 第五章 分布构件系统故障诊断方法的研究 68-80 5.1 分布构件系统语义故障诊断模型 68-74 5.1.1 分布构件语义诊断的基本思想 68 5.1.2 时间本体 68-71 5.1.3 诊断时序框架 MLTF 71-73 5.1.4 基于 QA网络的过程表达 73-74 5.1.5 分布构件语义诊断模型 74 5.2 构件内存访问失效故障诊断 74-77 5.2.1 内存访问故障诊断模型 75 5.2.2 内存访问故障诊断方法BMMD 75-76 5.2.3 BMMD中故障现场特征的选取 76-77 5.3 本章小结 77-80 第六章 StarCCM系统故障诊断的设计与实现 80-108 6.1 CORBA构件模型体系结构 80-85 6.1.1 抽象构件模型 80-82 6.1.2 容器编程模型 82-83 6.1.3 组装件模型 83-84 6.1.4 CCM分布构件模型的特点 84-85 6.2 StarCCM组装件的语义诊断 85-98 6.2.1 语义为中心的诊断模型编辑方法 85-90 6.2.2 分布构件系统行为定义语言CSBDL 90-93 6.2.3 StarCCM的诊断支持系统 93-98 6.3 以调用栈信息为导向的构件内存访问故障诊断 98-107 6.3.1 StarCCM内存故障现场特征的选取 98-100 6.3.2 调用栈信息获取的关键技术 100-107 6.4 本章小结 107-108 第七章 结束语与展望 108-110 7.1 结束语 108-109 7.2 展望 109-110 致谢 110-112 攻读博士期间发表的论文 112-114 攻读博士期间参与的科研工作 114-116 参考文献 116-120
|
相似论文
- 基于状态空间模型的赔款准备金的研究,F842.3
- 贝叶斯核学习建模及在间歇过程中的应用研究,TP273
- 基于贝叶斯网络的商业银行全面风险预警系统,F224
- 过程能力指数及两种转换方法的探讨,O211.3
- 遥感图像分块分类技术的研究与应用,TP751
- 挖掘概率频繁模式恢复不确定RFID数据流,TP391.44
- 轴承寿命预测及其可靠性分析研究,TH133.3
- 基于局域网的计算机蠕虫检测技术研究与实现,TP393.08
- 人脸识别的贝叶斯统计方法,TP391.41
- 我国居民消费计量研究,F126
- 贝叶斯方法在保险精算中的应用研究,F224;F840
- 乙烯—四氟乙烯连续聚合和氯乙烯悬浮聚合反应釜的搅拌特性,TQ325.3
- 基于内容解析的垃圾邮件过滤技术研究,TP18
- Bayesian方法在产业结构研究中的应用,F121.3
- 鄱阳湖区风浪统计特性及计算方法研究,P343.3
- 装甲装备维修性动态建模和维修策略优化方法研究,E923
- 湿式摩擦离合器油路流场及摩擦片瞬态温度场分析,TH133.4
- 虚拟仪器测量不确定度的评定研究,TP274
- 旅游景区在线景观视频主动服务系统研究,TP391.41
- 大口径复合式气体分布器流场CFD模拟和实验研究,TQ051.8
- 基于先验信息的统计预测方法及其应用研究,C81
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 软件工程 > 软件开发
© 2012 www.xueweilunwen.com
|