基于用户会话的Web系统性能预测模型的初探杜林.docVIP

基于用户会话的Web系统性能预测模型的初探杜林 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：基于用户会话的Web系统性能预测模型初探杜林 2 1web系统性能测试 2 2用户会话特征提取 2 2.1服务器日志预处理 3 2.2用户会话识别 3 3BP神经网络模型 3 4基于用户会话的Web系统性能预测模型 4 4.1预测模型步骤 4 （1）进行Web系统功能测试。 4 （4）结合聚类结果和用户需求，形成系统性能测试用例。 4 （5）使用性能测试工具执行测试用例，记录测试结果数据。 4 4.2预测模型参数选取 4 （7）系数：通常情况下，取0.5至0.9之间的任意数。 5 文2：基于用户的兴趣收集和管理系统ACCESSVC 6 前 言1 6 1用户兴趣收集技术2 6 参考文摘引言： 8 原创性声明（模板） 9 正文 基于用户会话的Web系统性能预测模型的初探杜林 文1：基于用户会话的Web系统性能预测模型初探杜林 1web系统性能测试 Web应用系统是基于Internet网络的一种应用系统，典型的系统组成如图1所示。包含客户端浏览器、HTML页面、服务器、数据库和应用程序接口等[1]，一般采用浏览器/服务器的结构模式。用户使用浏览器向Web服务器发出HTTP请求，Web服务器根据请求内容，向数据库服务器发送数据请求，数据库服务器响应后返回请求的数据，将相应的页面和数据最终返回到客户端，在浏览器中以文字、图片和视频等方式展现出来。Web应用程序的性能测试有别于传统的软件性能测试，具备独特的性质[2] 1、具有应用层、业务层、核心层、组件层、平台和数据库等多层逻辑结构； 2、采用多种编程技术，典型的有HTML、JSP、JavaScript、XML等； 3、Web应用系统具有分布式、并发、动态、实时交互的特点； 4、Web系统的性能与运行环境及负载有关。 2用户会话特征提取 文章[5]研究了一种基于用户会话，测试Web应用系统性能的方法。通过提取服务器日志中的用户会话信息，分析用户真实的访问模式，使用聚类算法将同类型的用户访问模式进行聚集，自动产生相应的测试请求序列，生成Web应用性能测试用例集合。基于用户会话测试Web系统性能的算法通过如下步骤实现： 2.1服务器日志预处理 Web系统服务器日志通常包含许多非结构化数据，储存在文本文档中。删除日志信息中请求访问失败的记录，以及与用户浏览路径无关的jpg、map、JS、CSS等文件，完成对Web系统日志信息的预处理。经过预处理后的日志文件，包含用户IP地址、访问的页面地址、访问时间和停留时间等Web系统日志数据。 2.2用户会话识别 用户在访问Web系统网络站点时，首先向服务器发送请求指令，服务器响应请求，返回请求页面并最终加载到浏览器上。用户在进入Web站点到离开站点的过程中所传送的用户请求，称为会话[6]。用户会话及会话期间产生的请求序列，转化为测试用例。对于访问的用户，需要将其识别并加以区分。可采用IP地址和代理、嵌入会话ID或用户注册来识别用户。将处理后的日志数据，通过设定时间阈值，采用超时的算法识别用户会话，利用date字段，分离后得到完整的会话信息[7] 3BP神经网络模型 图2：BP神经网络模型 典型的BP神经网络[9]如图2示，一般分为三层：输入层（InputLayer）、隐层（HideLayer）和输出层（OutputLayer）。首先，在输入层导入学习样本，学习样本经过权值计算到达隐层；样本在隐层被处理后传递到输出层，将结果输出。如果输出的训练结果跟期望值差距超过预定阈值，误差信号沿原输入路径返回，修正每个神经元的权值，返回至输入层。反复上述步骤，直至输出结果收敛，误差小于预期阈值，训练结束。 4基于用户会话的Web系统性能预测模型 4.1预测模型步骤 首先，完成Web系统的功能测试，Web日志服务器将记录这段时间内所有用户的请求信息。然后从中提取用户的会话信息，处理后得到性能测试用例，统计执行后的测试结果。经过BP神经网络算法完成对测试结果的训练，最终得到训练后的BP神经网络模型，实现对系统性能指标的初步预测。基于用户会话的Web系统性能预测模型步骤如下： （1）进行Web系统功能测试。 （2）搜集Web系统功能测试中，日志服务器产生的所有用户的请求信息。 （3）提取用户会话信息，使用凝聚层次聚类算法处理用户会话信息，实现会话聚类。 （4）结合聚类结果和用户需求，形成系统性能测试用例。 （5）使用性能测试工具执行测试用例，记录测试结果数据。 （6）输入测试结果数据，设置合适的初始权值和输入，训练BP神经网络模型，得出预测