基于硬件性能计数器的软件异常监控模型.pdfVIP

维普资讯 基于硬件性能计数器的软件异常监控模型 陈昌志 程克非 张 聪 -(重庆邮电学院计算机科学与技术学院，重庆 400065) z(重庆交通学院计算机系，重庆 400074) E—mail：chencz@cqupt．edu．eft 摘 要 文章的目的是实现对长时间高可靠性运行软件进行 自动运行监控，并厦时地识别软件运行过程中出现的未知 异常。基于内置于CPU中的硬件性能计数嚣 (CPUHardwarePerformanceCounter。CHPC)所采集的性能数据，应用朴素 贝叶斯模型(NaiveBayesian)，提 出了一个用于识别软件运行过程 中未知异常的应用模型和参数学习方法。在此基础上 开发 了软件异常识别系统 “SoftDiagnose”。数值实验结果得到 以下结论 ：基于CHPC的朴素贝叶斯方法能够利用很少的 数据识别不明原因的资源抢 占、函数暂停、病毒感染等软件异常，在实验环境下识别率高达99％。 关键词 软件监控 朴素贝叶斯方法 机器学习 软件异常识别 文章编号 1002—8331一(2006)07—0072—04 文献标识码 A 中图分类号 盱33 Software Exception M onitoring M odelBased on HardwarePerformanceCounter Chen Changzhi ChengKefei ZhangCong2 (ComputerDepartment，ChongqingUniversityofPostsandTelecommunications，Chongqing400065) (ChongqingJiaotongUniversity，Chongqing400074) Abstract：TheobjectiveofthispaperistomonitortheFun—timestatusofsomekey-rolesofiwaresusinganautomatic method．Italso needssomeways to wainthe system administratorin timewhen some software componentsareworking on exceptionalstatus．Basedon theintemalCPU HardwarePerfomranceCounters(CHPC)andNaiveBayesianmethod，a software status diagnosis model is presented，with parameter learning method．A so,ware monitoring system named “SofiDiagnose” has developed．Numeric experimentresultpresents the conclusion that only based on few CHPC perfomrance data，the modelcan recognize unknown softwrae exceptions under a variable environment，like resource insufficiency，virus，etc．andthe correction rateabout99％ underourexperimentenvironment． Keywords：softwaremonitoring，Naive Bayesian method，machine leaming，softwareexception recognition 1 前言 采集大量有关