基于数据挖掘的软件故障诊断研究

图 3 故障报警器构成图 3.4.2 基于聚类分析的软件故障模式识别 故障诊断的一个重要方面是是故障的模式识别问题, 而采 用聚类分析是解决这类问题的有效方法。 由于软件故障的复杂 性,仅仅知道软件是否故障是不够的,还需要知道软件是发生了 那种故障。 基于聚类的软件故障模式识别的基本思路是:首先,根据软 件故障的典型特征建立其标准的故障模式集, 在软件故障报告 中由用户选填。 然后对收集到的故障软件运行样本通过聚类算 法进行聚类。 最后,将这些聚类结果和标准模式进行比较和调整, 评价并解释聚类结果的真正含义, 就可以得到故障模式的种类 和实际故障归属于哪一类故障模式。 通过对软件故障模式的识 别,利 用 领 域 专 家 的 经 验 甚 至 可 以 直 接 找 到 故 障 的 根 源 。 同 时 ,对 软件故障模式的识别,也为进一步实施数据处理奠定了基础。 3.4.3 基于序列关联规则的软件故障诊断算法 序列关联规则挖掘是用来挖掘序列数据库中之间潜在关 系的算法,其中最常用的算法是 Apriori 算法的改进算法,它通过 寻 找 发 现 频 繁 子 序 列,从 中 生 成 规 则 。 软 件 故 障 诊 断 需 要 找 到 引 起故障的原因,通过对软件运行序列进行挖掘,找到引发故障项 的子序列,从而定位故障。 利 用 序 列 关 联 规 则 挖 掘 GSP 算 法 进 行 软 件 故 障 诊 断 首 先 需要定义故障模式,也就是明确收集的数据集中的故障 项(Weka 中的 class 项)。 故障诊断序列关联 规 则 挖掘 的 特 点是 低 支 持度 和高置信度。利用历史经验数据和进行试验的方法,可以得到支 持 度 和 置 信 度 的 阈 值 。 因 为 我 们 主 要 对 故 障 模 式 感 兴 趣,所 以 对 规则后件进行约束,将其限制为故障项,进行元规则制导挖掘,大 大 提 高 了 算 法 效 率 。 另 外,在 用 户 从 运 行 结 果 的 表 面 现 象 并 没 有 发现故障的情况下,用关联规则挖掘算法可以发现潜在故障,将 故障消除在故障激活以前。
术 Key words: software fault diagnosis; classification; clustering; sequence association rules; Weka
创 1 引言ຫໍສະໝຸດ 新随着信息技术的飞速发展, 软件在软件密集型装备中所占
的比重越来越大, 对提高武器装备的作战能力和指挥能力起到
林 立: 在读硕士 基金项目: 基金申请人: 朱小冬、王毅刚; 项目名称: “典型软件 密集型装备综合诊断技术 ”; 基金颁发部门: 总装备部 (基金编 号不公开)
诊断方式由原来单一的离线、静态分析发展为注重在线、动态 监控; 诊断的研究重点从故障的事后处理转向故障预防和诊断 性的优化设计。
3 数据挖掘在软件故障诊断中应用的 关键技术研究
图 2 Weka 中 KnowledgeFlow 界面中的预处理
3.4 基于数据挖掘的软件故障诊断 3.4.1 基于分类的软件故障报警 分类是数据挖掘中的一项非常重要的任务。 分类的目的是 通 过 训 练 数 据 集 训 练 一 个 分 类 函 数 或 分 类 模 型 (分 类 器 ),分 类 模 型能把未知类别的数据项映射到给定类别中的某一个。 分类可 用于预测, 预测的目的是从历史数据记录中自动推导出对给定 数据的趋势描述,从而能对未来数据进行预测。 对 ESBB 收 集 的软 件 运 行序 列 历 史数 据, 选 用序 列 聚 类 算 法,训练分类模型,优化参数,得到一个好的分类器。 由于软件故 障报告的滞后性,没有得到软件运行是否正常之前,此时可以将 新信息经过数据清洗和转化后输入到分类器中, 由分类器判断 软件是否将要发生故障,并发出故障警报。
文献标识码: A
Abstract: Software fault diagnosis is an important work in software support. On the basis of analysis of the status in quo about software fault diagnosis, the architecture of the software fault diagnosis system based on data mining is built; the model of software fault diagnosis is raised. The model uses ESBB to collect software run time data, uses algorithms of association rules in sequence data
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随 机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜 在有用的信息和知识的过程。 其基本过程主要包括数据选择与 抽取、数据预处理、挖掘算法选择与运行、分析结果与知识评 价。数据挖掘表示了从低层数据抽象到高级知识的过程,其过程 是一个人机交互、反复迭代、逐步求精的过程。 本文数据挖掘模 块 原 型 的 具 体 实 现 是 以 Weka 为 基 础 的 。 Weka 由 新 西 兰 Waikato 大 学 开 发,它 包 含 了 一 系 列 数 据 挖 掘 算 法,采 用 Java 语 言编写,提供了开放接口,用户可以开发自己的机器学习方案。
理阶段。嵌入式软件黑匣子(Embedded Software Black Box,ESBB) 作为目标软件运行信息记录的基本工具是软件故障诊断实现 的前提和基础。 开发人员利用辅助嵌入式分析工具对目标软件 的 β 测试版本(或其后的任何版本)源代码进行分析,获取其结 构等信息, 随 后 利 用 ESBB 插 桩 辅 助工 具 在 源代 码 运 行块 中 植 入嵌 入 式 黑匣 子,编 译 后 交 给 用 户,用 户 运 行 程 序,ESBB 自 动 生 成软件运行序列信息和变量信息记录。
3.1 基于数据挖掘的软件故障诊断系统结构
图 1 基于数据挖掘的软件故障诊断系统流程 基于数据挖掘的软件故障诊断系统是一个从软件设计阶 段入手,将软件开发与维护过程结合,多模型集成的智能诊断系 统。模型利用软件黑匣子进行软件运行信息的提取,将软件运行 信息与用户软件故障报告合并预处理后进入数据挖掘数据库, 数据挖掘模块进行聚类故障模式识别, 训练分类器实现故障报 警,对故障进行序列关联分析诊断定位,通过知识表达模块实现
- 156 - 360元 / 年 邮局订阅号：82-946
《 现场总线技术应用 200 例》
您的论文得到两院院士关注
故障诊断
用户交互。 其基本系统流程如图 1 所示。 3.2 基于软件黑匣子的软件运行信息的收集 通常 超 过 60%的 数 据 挖 掘 的 工 作 量,在 数 据 的 收 集 和 预 处
(军械工程学院) 林 立 朱小冬 王毅刚 阎旭坤
LIN Li ZHU Xiao-dong WANG Yi-gang YAN Xu-kun
摘要: 软件 故 障 诊 断 是 软 件 保 障 中 的 一 项 重 要 工 作,在 分 析 软 件 故 障 诊 断 研 究 现 状 的 基 础 上,建 立 了 基 于 数 据 挖 掘 的 软 件 故
技 mining, classification and clustering to analyze the series of the software run time data, and achieves the purpose of software fault pattern recognition, fault alarm and location.
故障诊断 文 章 编 号 :1008-0570(2010)12-1-0156-03
《 微 计 算 机 信 息》 ( 测 控 自 动 化 )2010 年 第 26 卷 第 12-1 期
基于数据挖掘的软件故障诊断研究
Applications of Data Mining Techniques in Software Fault Diagnosis
障诊断系统框架,提出了基于数据挖掘技术的软件故障诊断模型,该模型运用软件黑匣子收集软件运行信息,采用数据挖掘
中的关联序列模式挖掘、分类、聚类等典型算法,对软件运行序列进行分析,实现了软件故障模式识别、故障报警和故障定位 。
关键词: 软件故障诊断; 分类; 聚类; 序列关联规则挖掘; Weka
中图分类号: TP274、TP311
题,已成为装备保障领域亟待解决的重大现实问题。
2 软件故障诊断
传统的软件故障诊断方法是在软件运行发生故障后, 诊断 者通过反复调试和运行程序,根据经验和对软件功能、结构的分 解 进行 软 件 故障 的 定 位 。 通 过 设 置 断 点 (ASSERT)—运 行—中 断—观察,这样一个循环过程,反复进行,直到找到故障位置。 随 着软件规模越来越大和结构越来越复杂, 加上实时软件连续运 行,无法实现交互式调试,给软件故障诊断带来了更高的挑战。
了越来越重要的作用。 软件密集型装备软件保障问题的一个重
要而又欠缺的方面就是软件故障诊断的研究。 由于当前很多软
件质量与可靠性水平低,软件故障的不易复现性等原因,软件缺
陷和故障难以得到很好的诊断定位。 而目前对软件密集型装备
软件故障的诊断缺乏系统、规范的诊断方法,严重影响装备的修
复和其战斗力的正常发挥, 软件密集型装备的软件故障诊断问
近年来, 国内外有许多学者分别从不同的方面对软件故障 诊 断 进 行了 研 究,主要 有:利 用 FTA 和 FME(C)A 方 法 、从 软 件 结 构出发的研究、利用图论方法、利用历史运行或经验数据的研 究、利用程序切片和切块技术的研究、利用监控技术的研究等。
而随着信息技术和微电子技术的发展, 软件故障诊断方法 逐渐由最初凭借个人经验发展成为多种技术的综合应用; 诊断 手段由手工操作转变为自动化或半自动化的诊断工具的使用;