-
题名基于TCN模型的软件系统老化预测框架
- 1
-
-
作者
王艳超
姚江毅
李雄伟
刘林云
-
机构
陆军工程大学石家庄校区
-
出处
《计算机应用与软件》
北大核心
2025年第5期25-29,61,共6页
-
基金
国家自然科学基金项目(62071483)。
-
文摘
随着软件规模的扩大和逻辑复杂度的提高,软件老化特征表现更加隐蔽,老化参数时序信号更加复杂,针对时序预测法对序列平稳性要求高和BP神经网络收敛速度慢、易陷入局部极值的问题,提出以时域卷积网络(TCN)模型为基础的软件老化预测框架。采集可用内存数据作为框架的输入,经TCN模型进行预测,通过检查预测输出的内存与实际内存的平均误差评价模型的效率。与ARIMA模型和RNN(LSTM)模型预测结果进行对比表明,TCN模型对时间序列平稳性要求低、适应性更强,不存在梯度爆炸或消失的问题,对采集的老化数据预测效果最好。
-
关键词
软件老化
时域卷积网络
老化预测框架
预测误差
差分自回归滑动平均模型
长短时记忆模型
-
Keywords
Software aging
Temporal convolutional network(TCN)
Aging prediction framework
Prediction error Autoregressive integrated moving average(ARIMA)
Long short-term memory(LSTM)
-
分类号
TP311.5
[自动化与计算机技术—计算机软件与理论]
-
