摘要
系统可信性的增长是对网络系统服务性能根本要求。本文立足先验可信度自调节曲线,提出一个基于信赖域梯度计算的系统可信性自调节算法,通过可信度在线评估、可信度动态预测和自调节方案的自主寻求与调节实现网络系统可信性的持续增长,并采用自调节策略的实时反馈完成先验知识的自主更新。实验结果表明,合理的定长调节间隔能够保障算法运行一段时间后促进网络系统可信度增量的正值增长。
Growth of system dependability is the essiential requirement to network system service.Depending on the transcendental self-tuning knowledge,a system dependability self-tuning algorithm based on confidence field was proposed in this paper.It attempts to implement the sustained growth of system dependability by on-line dependability evaluation,dependability dynamic prediction and self-tuning scheme selection in turn.The self renewal of transcendental knowledge according to the realtime feedback of self-tuning stragegy is accomplished.The result of experiment shows that suitable fixed-length tuning time will help the algorithm ensure the increasing of system dependability increment.
出处
《河南科技大学学报(自然科学版)》
CAS
北大核心
2010年第4期28-30,共3页
Journal of Henan University of Science And Technology:Natural Science
基金
国家自然科学基金项目(90718003)
国家"863"高技术研究发展计划基金项目(2007AA01Z401)
河南省高等学校青年骨干教师资助计划项目(教高[2009]844号)
河南省教育厅自然科学研究计划项目(2009A520012)
河南省教育厅自然科学基础研究计划项目(2010A520018)
河南科技大学博士科研启动基金项目
关键词
信赖域
可信性
自调节
Confidence field
Dependability
Self-tuning