基于隐马尔可夫模型的软件状态评估预测方法

随着软件系统功能和性能的强化和提高，企业的管理效率在不断提升，运营模式也越来越丰富.与此同时，软件系统变得越来越复杂，这向软件系统管理和维护提出了严峻的挑战.如何通过采集系统外部特征参数，对系统内部状态进行客观、准确地评估和预测，成为亟待解决的问题.为此，提出了一种基于隐马尔可夫模型的软件系统状态评估预测方法.该方法基于软件系统外在特征参数，通过K-means方法构建系统的观测状态，并以此建立隐马尔可夫模型，建立起系统外在状态（观测状态）和内部状态（隐藏状态）之间的联系；再利用三次指数平滑法对具有周期性变化的系统特征参数进行预测，即可预测系统未来状态.针对基于B/S软件架构的信息管理系统的实验，其结果表明该方法对系统状态评估和预测具有较高的准确性