Web负载流的宏观模式与识别

被引:2
作者
余顺争
机构
[1] 中山大学电子与通信工程系
关键词
Web负载流; 宏观行为; 聚类分析; 模式识别;
D O I
暂无
中图分类号
TP393.061 []; TP391.4 [模式识别与装置];
学科分类号
081201 ; 1201 ; 0811 ; 081101 ; 081104 ; 1405 ;
摘要
Web服务器或者代理服务器的负载流特性的研究,对Web系统的技术设计、性能评估、容量规划和入侵检测都是非常重要的。已有研究主要侧重于Web负载流在小时间尺度(毫秒、秒、分)的统计特性。本文侧重于Web流在更大时间尺度(分、小时、日、周)特性的研究。提出了可以高效、实时、自动实现的Web流模式的提取、聚类、识别等技术。并用实际的Web负载流进行了验证。结果表明,用简单的几个模板可以描述实际Web流的复杂变化形式。这些模板还揭示了实际Web流的一些新的宏观特征。
引用
收藏
页码:31 / 37
页数:7
相关论文
共 3 条
[1]   A statistical approach to predictive detection [J].
Hellerstein, JL ;
Zhang, F ;
Shahabuddin, P .
COMPUTER NETWORKS, 2001, 35 (01) :77-95
[2]  
Time-Varying Network Tomography: Router Link Data[J] . Jin Cao,Drew Davis,Scott Vander Wiel,Bin Yu.Journal of the American Statistical Association . 2000 (452)
[3]  
Changes in Web client access patterns: Characteristics and caching implications[J] . Paul Barford,Azer Bestavros,Adam Bradley,Mark Crovella.World Wide Web . 1999 (1)