Đang tải... (xem toàn văn)
Phần mở đầu: Nêu lên thực trạng đang tồn tại trong các hệ thống Web Services, tính cần thiết của bài toán dự đoán hiệu năng Web Services. Để từ đó đề ra định hướng giải pháp để giải quyết bài toán này.Chương 1: Trình bày các cơ sở lí thuyết phục vụ trong làm đồ án. Có rất nhiều lí thuyết khác nhau liên quan, trong chương này tập trung trình bày về Web Services, hiệu năng Web Services, mô hình hàng đợi đối với các hệ thống Web Services, tổng quan về các phương pháp phân tích hồi quy.Chương 2: Đây là chương trình bày nội dung chính của đồ án. Phần đầu đề cập những phương pháp dự đoán đang tồn tại nhằm giải quyết bài toán dự đoán hiệu năng Web Services, chỉ ra những ưu – nhược điểm tồn tại trong mỗi phương pháp. Phần tiếp theo trình bày hướng tiếp cận mới, chi tiết từng bước để thực hiện phương pháp. Bước một trình bày cách thức thu thập các giá trị mẫu hiệu năng Web Services, mô hình hóa dữ liệu đầu vào cho tín hiệu và nhiễu trên bộ dữ liệu hiệu năng này. Bước hai trình bày việc sử dụng mô hình hàng đợi để làm giàu dữ liệu đầu vào tại các điểm hiệu năng ở môi trường tải cao. Và bước cuối cùng là phân tích hồi quy Gaussian Process để cho ra kết quả dự đoán mong muốn với khoảng tin cậy 95% của kì vọng giá trị dự đoán. Cuối cùng là phần đánh giá kết quả dự đoán về mặt lí thuyết.Chương 3: Trình bày về triển khai một dịch vụ Web Service hàng đợi, thiết kế chương trình thực hiện phương pháp và môi trường cài đặt. Tiếp theo là phần đánh giá sai số và đánh giá thực nghiệm phương pháp dự đoán mới này. Phần kết luận: Đưa ra kết luận chung cho phương pháp tiếp cận mới trong dự đoán hiệu năng Web Services. Đề xuất những hướng pháp triển sâu thêm để có được kết quả dự đoán tốt hơn nữa
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG ──────── * ─────── ĐỒ ÁN TỐT NGHIỆP ĐẠI HỌC NGÀNH CÔNG NGHỆ THÔNG TIN Dự đoán hiệu năng Web Services sử dụng phân tích hồi quy Gaussion Process và mô hình hàng đợi Sinh viên thực hiện : Phùng Đình Vũ Lớp KSTN CNTT K52 Giáo viên hướng dẫn : PGS.TS. Huỳnh Quyết Thắng HÀ NỘI 5-2012 Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 1 PHIẾU GIAO NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP 1. Thông tin về sinh viên Họ và tên sinh viên: Phùng Đình Vũ Điện thoại liên lạc: 01252777431 Email: phungdinhvu@gmail.com Lớp: CNTT KSTN K52 Hệ đào tạo: Kĩ sư tài năng Công Nghệ Thông Tin Đồ án tốt nghiệp được thực hiện tại: Viện CNTT & Truyền thông – Trường ĐH Bách Khoa Hà Nội. Thời gian làm ĐATN: Từ ngày 04/03/2012 đến 01/06/2012 2. Mục đích nội dung của ĐATN Mục đích của đồ án này nhằm đề xuất một hướng tiếp cận mới trong giải quyết bài toán dự đoán hiệu năng Web Services bằng việc kết hợp giữa phương pháp phân tích hồi quy Gaussian Process với mô hình hàng đợi dựa trên mô hình nhiễu và mô hình tín hiệu của dữ liệu được đề xuất. 3. Các nhiệm vụ cụ thể của ĐATN - Trình bày về Web Services, hiệu năng Web Services, phân tích hồi quy Gausian Process, mô hình hàng đợi, các phương pháp tiếp cận đang tồn tại để giải quyết bài toán dự đoán hiệu năng Web Services. - Thu thập các dữ liệu hiệu năng Web Services, xây dựng mô hình nhiễu và mô hình tín hiệu dựa trên các dữ liệu thu thập được. - Nghiên cứu và phát triển phương pháp mới về dự đoán hiệu năng Web Services sử dụng phân tích hồi quy Gaussian Process kết hợp với mô hình hàng đợi dựa trên mô hình dữ liệu đầu vào, đồng thời đánh giá giá trị kì vọng và độ tin cậy của kết quả dự đoán thu được. 4. Lời cam đoan của sinh viên: Tôi – Phùng Đình Vũ – cam kết TTTN là công trình nghiên cứu của bản thân tôi dưới sự hướng dẫn của PGS.TS. Huỳnh Quyết Thắng Các kết quả nêu trong ĐATN là trung thực, không phải là sao chép toàn văn của bất kỳ công trình nào khác. Hà Nội, ngày tháng năm 2012 Tác giả ĐATN Phùng Đình Vũ 5. Xác nhận của giáo viên hướng dẫn về mức độ hoàn thành của ĐATN và cho phép bảo vệ: Hà Nội, ngày tháng năm 2012 Giáo viên hướng dẫn PGS.TS. Huỳnh Quyết Thắng Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 2 LỜI CẢM ƠN Tôi xin gửi lời cám ơn chân thành, sâu sắc tới Thầy PGS.TS. Huỳnh Quyết Thắng, bộ môn Công nghệ phần mềm – Viện công nghệ thông tin & truyền thông – Đại học Bách Khoa Hà Nội. Trong quá trình thực hiện đồ án, Thầy đã hướng dẫn và chỉ bảo tôi ân cần, cung cấp cho tôi nhiều tài liệu, dữ liệu quan trọng là nền tảng để tôi tìm tòi nghiên cứu sâu hơn đề tài này. Mỗi lời góp ý của Thầy giúp tôi định hướng tốt hơn, đúng đắn hơn cho đề tài mình đã chọn. Tôi cũng xin gửi lời cám ơn tới tập thể các Thầy, Cô trong Viện Công nghệ thông tin và truyền thông đã tận tình dạy dỗ tôi trong những năm học vừa qua, cung cấp cho tôi nhiều kiến thức quý báu, bổ ích, lí thú. Để từ đó, tôi có đủ khả năng và hiểu biết để thực hiện và hoàn thành đồ án này một cách tốt nhất. Tôi xin gửi lời cảm ơn tới các Thầy, Cô và các anh, chị trong Trung tâm đào tạo tài năng & chất lượng cao đã quan tâm, giúp đỡ, giải đáp thắc mắc cho tôi trong đợt làm đồ án và trong năm năm học đại học gắn bó với mái ấm thân yêu, nơi nuôi dưỡng niềm đam mê học tập nghiên cứu cho tôi, giúp tôi trưởng thành hơn. Lời cảm ơn tiếp theo tôi xin được giành cho Thầy Lê Quốc, và tập thể các anh chị trong công ty Cazoodle Việt Nam với gần hai năm gắn bó, làm việc, học hỏi và thực hành được nhiều kiến thức trong trường học liên quan tới Web & Web Services. Cảm ơn công ty đã cho tôi được hợp tác làm việc để thu thập các số liệu hiệu năng Web Services, các số liệu này là đầu vào quan trọng dẫn tới các kết quả khả quan cho phương pháp dự đoán mới được đề xuất này. Cuối cùng, tôi xin giành lời cảm ơn tới ba mẹ tôi đã quan tâm, chăm sóc, ủng hộ về vật chất và tinh thần lớn lao để tôi có động lực theo đuổi đề tài. Cảm ơn những người bạn thân thiết đã luôn cùng tôi sát cánh, động viên, an ủi tôi thực hiện và hoàn thành tốt đồ án này. Tác giả ĐATN Phùng Đình Vũ Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 3 TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP Đồ án này được thực hiện nhằm giải quyết bài toán dự đoán hiệu năng Web Services. Đối với một hệ thống, hiệu năng là đại lượng quan trọng, có ảnh hưởng trực tiếp tới cảm nhận của người dùng. Việc đánh giá được hiệu năng còn giúp cho nhà quản trị từ đó có thể đề ra nhiều chiến lược tối ưu hóa hiệu năng một cách hợp lí. Có nhiều mô hình hóa hiệu năng Web Services, trong đồ án này sử dụng mô hình hay được dùng nhất trong các bài báo đó là biểu diễn mối quan hệ giữa thời gian đáp ứng T của hệ thống theo tốc độ tới λ của người dùng. Phương pháp mới đề xuất mô hình nhiễu của dữ liệu vào, sử dụng mô hình hàng đợi để làm giàu dữ liệu vào, kết hợp với phân tích hồi quy Gaussian Process để dự đoán kết quả. Kết quả dự đoán là một giá trị kì vọng thời gian đáp ứng T , cùng với thanh lỗi (error bar) với khoảng tin cậy 95%. Đồ án này thực hiện phương pháp dự đoán mới được đề cập với những nội dung như sau: - Phần mở đầu: Nêu lên thực trạng đang tồn tại trong các hệ thống Web Services, tính cần thiết của bài toán dự đoán hiệu năng Web Services. Để từ đó đề ra định hướng giải pháp để giải quyết bài toán này. - Chương 1: Trình bày các cơ sở lí thuyết phục vụ trong làm đồ án. Có rất nhiều lí thuyết khác nhau liên quan, trong chương này tập trung trình bày về Web Services, hiệu năng Web Services, mô hình hàng đợi đối với các hệ thống Web Services, tổng quan về các phương pháp phân tích hồi quy. - Chương 2: Đây là chương trình bày nội dung chính của đồ án. Phần đầu đề cập những phương pháp dự đoán đang tồn tại nhằm giải quyết bài toán dự đoán hiệu năng Web Services, chỉ ra những ưu – nhược điểm tồn tại trong mỗi phương pháp. Phần tiếp theo trình bày hướng tiếp cận mới, chi tiết từng bước để thực hiện phương pháp. Bước một trình bày cách thức thu thập các giá trị mẫu hiệu năng Web Services, mô hình hóa dữ liệu đầu vào cho tín hiệu và nhiễu trên bộ dữ liệu hiệu năng này. Bước hai trình bày việc sử dụng mô hình hàng đợi để làm giàu dữ liệu đầu vào tại các điểm hiệu năng ở môi trường tải cao. Và bước cuối cùng là phân tích hồi quy Gaussian Process để cho ra kết quả dự đoán mong muốn với khoảng tin cậy 95% của kì vọng giá trị dự đoán. Cuối cùng là phần đánh giá kết quả dự đoán về mặt lí thuyết. - Chương 3: Trình bày về triển khai một dịch vụ Web Service hàng đợi, thiết kế chương trình thực hiện phương pháp và môi trường cài đặt. Tiếp theo là phần đánh giá sai số và đánh giá thực nghiệm phương pháp dự đoán mới này. - Phần kết luận: Đưa ra kết luận chung cho phương pháp tiếp cận mới trong dự đoán hiệu năng Web Services. Đề xuất những hướng pháp triển sâu thêm để có được kết quả dự đoán tốt hơn nữa. Những nội dung trình bày trong đồ án này được kế thừa và phát triển thêm từ những nội dung được trình bày trong báo cáo cùng đề tài trong hội nghị sinh viên nghiên cứu khoa học Viện Công nghệ thông tin và truyền thông, đại học Bách Khoa Hà Nội. Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 4 ABSTRACT OF THESIS This thesis is performed to solve the “Web Services performace prediction” problem, or simply the prediction problem. Web Services are emerging as paradigm to build complex distributed systems across different oganizations. The Web Services arichitecture allows loosely-coupled services, potentially implimented on different platforms, to communicate via the Internet using standard protocols. Performance plays an impotant role in Web Services because it has a direct affection for user experience. Evaluating the performance of Web Services is therefore neccessary and important in bulding high quality Web Service-based systems. There are many ways to model performance of Web Services. In the scenario of this thesis, we use the model that performs the relationship between response time T and arrival rate λ of users. We provides the models of input data, including signal model and noise model. Then we combine Gaussian Process and queuing model to predict the results base on this input data. The results include mean value of response time T , following the error bar. Error bar depicts the 95% of confidence interval for T . The content of this thesis is as below: - Introduction: This part describes current status of Web Service-based systems, the neccessary in predicting performance of Web Services. Then we provides the new solution for solving the prediction problem. - Chapter 1: This chapter describes some related theories such as Web Services, components of Web Services, the performance of Web Services, queueing theory in prediction performance of Web Services, and the basic of regression methods. - Chapter 2: This chapter contains the main content of this thesis. The first part refers to the exists methods for solving prediction problem. We analyze then point out the advantage and disadvantage of each method. The second part describes the new provided method, and the detail in each step that excutes this new method. The first step is about collecting performance data, and building the input models. The second step uses queuing model to enrich the input data. Then the enriched data is used in Gaussian Process regression in step 3. After step 3, we provide the prediction results. This chapter also includes the estimation in theory of our new method. - Chapter 3: This chapter desribes the deployment of a Web Service-based queuing system, the software design to impliment the new method. Then we estimate the error on prediction, estimate the practiced results of new method. - Conclusion: This chapter gives the conclusions of the new method and further researches. Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 5 MỤC LỤC PHIẾU GIAO NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP 2 LỜI CẢM ƠN 3 TÓM TẮT NỘI DUNG ĐỒ ÁN TỐT NGHIỆP 4 ABSTRACT OF THESIS 5 MỤC LỤC 6 DANH MỤC CÁC BẢNG VÀ HÌNH VẼ 8 DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT 9 MỞ ĐẦU 10 CHƯƠNG 1: CƠ SỞ LÍ THUYẾT 12 1.1. Web Services 12 1.1.1. Tổng quan về Web Services 12 1.1.2. Các thành phần Web Services [8] 13 1.1.2.1. Simple Object Access Protocol (SOAP) 13 1.1.2.2. Web Service Definition Language (WSDL) 15 1.1.2.3. Universal Description, Discovery and Integration (UDDI) 16 1.1.3. Hiệu năng của Web Services [4] 16 1.2. Hệ thống dựa trên hàng đợi - Queue System [3] 19 1.2.1. Tổng quan 19 1.2.2. Arrivals và Service 21 1.2.3. Đánh giá hiệu năng Queue System 22 1.2.2. Các mô hình hàng đợi 24 1.3. Các phương pháp phân tích hồi quy [2] 27 1.3.1. Tổng quan 27 1.3.2. Phân tích hồi quy có tham số 28 1.3.3. Phân tích hồi quy phi tham số 28 1.4. Kết chương 29 CHƯƠNG 2 : XÂY DỰNG PHƯƠNG PHÁP DỰ ĐOÁN 31 2.1. Các phương pháp dự đoán hiệu năng WS 31 2.1.1. Dự đoán sớm hiệu năng qua mô phỏng[1] 31 2.1.2. Dự đoán hiệu năng của các luồng công việc WS[9] 32 2.1.3. Dự đoán hiệu năng phía Client 34 2.2. Xây dựng phương pháp dự đoán hiệu năng mới 34 2.2.1. Tổng quan về phương pháp 34 2.2.2. Xây dựng mô hình dữ liệu đầu vào 36 2.2.3 Thực hiện phân tích hồi quy Gaussian Process 39 2.2.3.1. Lựa chọn hàm hiệp phương sai 39 2.2.3.2. Đánh giá siêu tham số hàm hiệp phương sai 41 2.2.3.3. Quá trình phân tích hồi quy 44 2.2.3.4. Nhận xét về phân tích hồi quy Gaussian Process 45 2.2.4. Dự đoán sử dụng mô hình hàng đợi 47 2.2.5. Kết hợp Gaussian Process và mô hình hàng đợi 48 Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 6 2.3. Đánh giá phương pháp về mặt lí thuyết 50 2.3.1. Đánh giá khoảng tin cậy cho kì vọng[10] 50 2.3.2. Những ưu điểm của phương pháp đề xuất 52 2.3.3. So sánh với các phương pháp khác 53 2.4. Kết chương 54 CHƯƠNG 3: CÀI ĐẶT VÀ ĐÁNH GIÁ THỰC NGHIỆM 55 3.1. Cài đặt phương pháp 55 3.1.1. Triển khai Web Services 55 3.1.2. Thiết kế chương trình 58 3.2. Chiến lược kiểm thử và mô hình đầu vào 61 3.3. Kết quả và sai số dự đoán 63 3.3.1. Sử dụng phân tích hồi quy Gaussian 63 3.3.2. Sử dụng mô hình hàng đợi 64 3.3.3. Sử dụng phương pháp mới được đề xuất 65 3.4. Đánh giá thực nghiệm phương pháp 66 KẾT LUẬN VÀ ĐỊNH HƯỚNG PHÁT TRIỂN 69 1. Kết luận 69 2. Định hướng phát triển 71 DANH MỤC TÀI LIỆU THAM KHẢO 73 PHỤ LỤC 74 P-1. Các biểu đồ UML trong phương pháp dự đoán hiệu năng sớm 74 P-2: Bảng số liệu hiệu năng Web Service TPC-App[2] 75 P-3: Bảng số liệu hiệu năng Web Service về căn hộ 76 Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 7 DANH MỤC CÁC BẢNG VÀ HÌNH VẼ Danh mục các hình vẽ: Danh mục các bảng: Bảng 1: Bảng biểu diễn một bộ dữ liệu vào 46 Bảng 2: Kết quả dự đoán theo mô hình QN 47 Bảng 3: Kết quả dự đoán hiệu năng 50 Bảng 4: Mối quan hệ giữa giữa đại lượng n và khoảng tin cậy 52 Bảng 5: Nội dung bản tin SOAP yêu cầu dịch vụ 2 56 Bảng 6 : Nội dung bản tin SOAP phản hồi từ dịch vụ 2 57 Bảng 7: Mô hình dữ liệu đầu vào của WS về căn hộ 62 Bảng 8: Bảng kết quả dự đoán Gaussian Process 63 Bảng 9 : Bảng kết quả dự đoán theo mô hình hàng đợi 64 Bảng 10: Kết quả bộ dữ liệu mới thu từ mô hình hàng đợi 65 Bảng 11: Kết quả dự đoán theo phương pháp mới được đề xuất 65 Bảng 12: Bảng đánh giá khoảng tin cậy cho giá trị tốc độ tới 67 Bảng 13: Bảng thống kê độ thuộc vào khoảng tin cậy của giá trị kì vọng 67 Bảng 14 : Bộ số liệu hiệu năng Web Service TPC-App 75 Bảng 15: Bảng số liệu hiệu năng Web Service về căn hộ 76 Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 8 DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT Chữ Viết tắt Tiếng Anh Nghĩa Tiếng Việt SMTQA Simulation of Multi-tiered Queueing Applications Công cụ mô phỏng các ứng dụng hàng đợi theo kiến trúc đa tầng W3C World Wide Web Consortium Một tổ chức lập ra các chuẩn cho Internet, nhất là với Web. BPEL Business Process Execution Language Ngôn ngữ thực thi quy trình kinh doanh GP Gaussian Process Phân tích hồi quy Gaussion Process QN Queuing Network Mô hình Queuing Network SOA Service Oriented Architecture Kiến trúc hướng dịch vụ SOAP Simple Object Access Protocol Giao thức truy cập đối tượng đơn giản XML eXtensible Markup Language Ngôn ngữ đánh dấu mở rộng RPC Remote Procedure Call Lời gọi thủ tục từ xa EDI Electronic Document Interchange Trao đổi tài liệu điện tử QoS Quality of Service Chất lượng dịch vụ UML Unified Modeling Language Ngôn ngữ mô hình hóa thống nhất Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 9 MỞ ĐẦU 1. Thực trạng hiện tại Ngày nay, một số lượng lớn các Web Services đang tồn tại, phục vụ trong các tổ chức dù lớn hay nhỏ, nhúng trong các hệ thống từ đơn giản tới phức tạp, nhất là cho các trung tâm dữ liệu trải dài trên các mạng phân tán. Đối với các hệ thống như vậy, hiệu năng của Web Services phụ thuộc vào rất nhiều nhân tố khác nhau như mạng kết nối, kiến trúc Server của hệ thống, các nỗ lực tối ưu hóa giải thuật, mã nguồn, ….Trong khi đó hiệu năng của Web Services đóng vai trò quan trọng, là yếu tố quyết định ảnh hưởng tới cảm nhận của người sử dụng đầu cuối về hệ thống; đảm bảo tính linh hoạt, tính mở rộng, dễ dàng thay đổi và hiệu quả hoạt động cao cho hệ thống; giúp các nhà quản trị đề ra chiến lược tối ưu hóa hiệu năng một cách hợp lí…. Cho nên việc đánh giá được hiệu năng Web Services là điều rất cần thiết và thường được thực hiện thông qua kiểm thử hiệu năng hệ thống. Tuy nhiên việc xác định được chính xác hiệu năng Web Services bằng kiểm thử đòi hỏi tốn nhiều chi phí, cả về thời gian, tài nguyên hệ thống, nguồn nhân lực,….nên không phải lúc nào ta cũng có thể thực hiện được, nhất là đối với môi trường tải cao khi gửi đồng loạt nhiều yêu cầu tới Server, sẽ làm Server bị nghẽn hoặc tiêu tốn nhiều tài nguyên. Bài toán đặt ra là làm thế nào để dự đoán một cách chính xác hiệu năng của hệ thống dựa vào các số liệu đo đạc về hiệu năng đã có trước đó được đặt ra nhằm giải quyết vấn đề tiết kiệm các chi phí ở trên. Các số liệu hiệu năng đo đạc thường thu thập ở môi trường tài thấp, việc dự đoán đóng vai trò quan trọng hơn cho môi trường tải cao, dĩ nhiên vẫn đảm bảo vai trò cho cả môi trường tải thấp. Có nhiều hướng tiếp cận để giải quyết bài toán này như đề cập trong phần sau của đồ án. Các cách tiếp cận tương đối khác nhau, sử dụng các công cụ, mô hình khác nhau từ công cụ mô phỏng, cho tới công cụ giúp triển khai được Web Services, và thực hiện dự đoán trên đó. Hoặc đơn giản là thực hiện dự đoán ở phía Client với những thông tin cơ bản mà không cần quan tâm nhiều và chi tiết tới các đặc điểm của hệ thống đang xét. Kết quả dự đoán ở mỗi phương pháp cũng khá đa dạng, đó có thể là một giá trị kì vọng tại điểm cần dự đoán, hoặc là một khoảng giá trị cận trên và cận dưới tại điểm đó…. Với sự đa dạng phong phú trong các cách tiếp cận, hiện nay bài toán dự đoán hiệu năng Web Services đang được quan tâm nghiên cứu và phát triển. 2. Định hướng giải pháp Trong đồ án này trình bày một hướng tiếp cận mới giải quyết bài toán dự đoán hiệu năng Web Services. Hướng tiếp cận này kế thừa và phát triển một số cách tiếp cận đã tồn tại trước đó, nhằm đưa ra kết quả phù hợp hơn với các hệ thống thực tế. Nhận xét cơ bản với một hệ thống thực tế là luôn tồn tại “nhiễu” trong hệ thống. Các nhiễu trong hệ thống này do nhiều nguyên nhân khác nhau như tình trạng mạng kết nối, tình trạng các tài nguyên, trạng thái hệ thống,…. tại từng thời điểm khác nhau. Điều này khiến cho kết quả đo đạc sử dụng cùng một quy trình, tại các thời điểm khác nhau, là khác nhau. Các phương pháp đang tồn tại xem xét hiệu năng là giá trị trung bình của các lần đo đạc. Giá trị trung bình này đóng vai trò như kì vọng của hiệu năng tại điểm cần xét. Phương pháp mới đề Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 10 [...]... phân tích hồi quy o Dự đoán sử dụng mô hình hàng đợi: Đánh giá tham số cho mô hình, đánh giá kết quả dự đoán o Sử dụng kết hợp phân tích hồi quy với mô hình hàng đợi • Đánh giá phương pháp về mặt lí thuyết 2.1 Các phương pháp dự đoán hiệu năng WS 2.1.1 Dự đoán sớm hiệu năng qua mô phỏng[1] Phương pháp này được các tác giả Reddy, Geetha, Srinivasa, Kumar, Kanth trình bày trên tạp trí quốc tế về Web Services. .. pháp dự đoán hiệu năng Web Services, và đề xuất ra mô hình nhiễu của hệ thống Sinh viên thực hiện: Phùng Đình Vũ – 20073526 – KSTN-CNTT-K52 Trang 30 CHƯƠNG 2 : XÂY DỰNG PHƯƠNG PHÁP DỰ ĐOÁN Chương này trình bày các vấn đề sau: • Các phương pháp dự đoán hiệu năng Web Services tồn tại: Bao gồm ba phương pháp là dự đoán sớm hiệu năng qua mô phỏng, dự đoán hiệu năng các luồng công việc Web Services, dự đoán. .. • Web Services: Tổng quan về Web Service; các thành phần của Web Services và xét tới hiệu năng của Web Service • Hệ thống Web Services dựa trên hàng đợi: Tổng quan về hệ thống; phân tích bản chất của đại lượng tốc độ tới và tốc độ dịch vụ; đánh giá hiệu năng Web Service hàng đợi theo định luật Little; và cuối cùng trình bày về các mô hình hàng đợi phổ biến, đánh giá thời gian đáp ứng của các mô hình. .. quả dự đoán có thể là một giá trị xác định, hoặc một dải giá trị tùy theo từng phương pháp phân tích hồi quy Ví dụ, trong dự đoán hiệu năng Web Services đầu vào cho phương pháp phân tích hồi quy là các cặp giá trị (tốc độ tới, thời gian đáp ứng) được thu thập trong quá trình kiểm thử hiệu năng hệ thống, thu thập các số liệu từ thực nghiệm Phương pháp phân tích hồi quy ở đây được sử dụng để dự đoán. .. đầu vào để đưa ra kết quả dự đoán kèm theo sai số do nhiễu Từ các nhận xét trên đã đưa ra một hướng tiếp cận mới trong dự đoán hiệu năng Web Services đó là sự kết hợp của việc xây dựng mô hình dữ liệu đầu vào có nhiễu, sử dụng kết hợp mô hình hàng đợi để làm giàu dữ liệu với phân tích hồi quy Gaussian Process để đưa ra kết quả dự đoán kèm theo giá trị phương sai Lí thuyết về khoảng tin cậy trong phân. .. • Các phương pháp phân tích hồi quy: Tổng quan về bài toán phân tích hồi quy; Trình bày về phân tích hồi quy có tham số và phân tích hồi quy phi tham số 1.1 Web Services 1.1.1 Tổng quan về Web Services Theo định nghĩa của W3C, Web Service là “một hệ thống phần mềm được thiết kế để hỗ trợ khả năng tương tác giữa các ứng dụng trên các máy tính khác nhau thông qua mạng Internet” Web Services đóng một... kiểm thử hiệu năng Web Services, cụ thể là có được bộ giá trị tốc độ tới – thời gian phản hồi (λ , R) Từ đó xây dựng mô hình nhiễu của đầu vào cho phương pháp, phân chia bộ dữ liệu đầu vào thành tập huấn luyện vào tập kiểm chứng như nêu trong phương pháp 2.1.3 - Bước 2: Sử dụng mô hình hàng đợi, dựa vào các dữ liệu trong tập huấn luyện để đánh giá các tham số cho mô hình Khi mô hình hàng đợi hoàn... liệu hiệu năng Web Services thu thập được Theo [3] mô hình hàng đợi rất phổ biến trong các hệ thống Web Services, việc đánh giá hiệu năng Web Services theo mô hình này là có căn cứ lí thuyết rõ ràng và phù hợp Dữ liệu được làm giàu là đầu vào cho phân tích hồi quy Gaussian Process (GP) Theo [6] một GP tương đương với một mạng nơ-ron trong phương pháp học có giám sát Chúng ta thường quen với mô hình. .. về Web Services như vai trò, các thành phần, tác nhân, cách thức hoạt động của một Web Services, để từ đó có thể làm quen được với một hệ thống Web Services thực tế Mục đích của đồ án này là xây dựng một phương pháp mới để dự đoán hiệu năng Web Services do đó trong phần viết về Web Services ta cũng đi tìm hiểu sâu hơn về hiệu năng Web Services, các mô hình hóa hiệu năng, để từ đó lựa chọn một mô hình. .. nào cho phép dự đoán hiệu năng Web Services trong pha phát triển sớm của hệ thống, thực hiện thông qua việc sử dụng công cụ mô phỏng hoạt động của hệ thống Phương pháp luận được đưa ra để dự đoán hiệu năng Web Services như sau: 1 Phát triển mô hình ca sử dụng cho một hệ thống Web Services tổng quát 2 Sinh biểu đồ trình tự để việc biểu diễn luồng các sự kiện trong mỗi ca sử dụng 3 Xem xét môi trường thực . trong giải quy t bài toán dự đoán hiệu năng Web Services bằng việc kết hợp giữa phương pháp phân tích hồi quy Gaussian Process với mô hình hàng đợi dựa trên mô hình nhiễu và mô hình tín hiệu của. Quá trình phân tích hồi quy 44 2.2.3.4. Nhận xét về phân tích hồi quy Gaussian Process 45 2.2.4. Dự đoán sử dụng mô hình hàng đợi 47 2.2.5. Kết hợp Gaussian Process và mô hình hàng đợi 48 Sinh. liệu hiệu năng Web Services, xây dựng mô hình nhiễu và mô hình tín hiệu dựa trên các dữ liệu thu thập được. - Nghiên cứu và phát triển phương pháp mới về dự đoán hiệu năng Web Services sử dụng phân