基于馬爾可夫鏈的應用系統(tǒng)可用性預測

張玉爽 李佳珍 張婷等

摘要：隨著企業(yè)應用系統(tǒng)與業(yè)務的不斷融合，企業(yè)應用系統(tǒng)的可用與否直接影響日常辦公和科研生產，因此保障其持續(xù)可用有著重要的意義。本文通過研究馬爾可夫鏈，提出基于馬爾可夫鏈的應用系統(tǒng)可用性預測模型．根據歷史統(tǒng)計數據，對下一階段應用系統(tǒng)可用性進行預測，根據預測結果對可能出現(xiàn)的故障進行提前處理，從而提高系統(tǒng)穩(wěn)定性。通過將該預測模型在北京計算機技術及應用研究所中進行實際應用，應用系統(tǒng)平穩(wěn)運行時間延長，提升了用戶體驗。

關鍵詞：馬爾可夫鏈；應用系統(tǒng)；可用性預測；故障處理

中圖法分類號：TP316 文獻標識碼：A

１ 引言

隨著企業(yè)不斷發(fā)展，應用系統(tǒng)逐漸增多，系統(tǒng)規(guī)模不斷擴大，企業(yè)內的日常辦公和生產幾乎全部依托于應用系統(tǒng)，因此應用系統(tǒng)的穩(wěn)定性將直接影響辦公效率和生產進度。由于應用系統(tǒng)故障發(fā)生的時間不確定，發(fā)生故障時無法及時察覺，因此傳統(tǒng)的信息系統(tǒng)故障處理往往是故障發(fā)生后再進行處理［１］ ，故障排除周期長，造成的影響較大，導致企業(yè)內用戶對企業(yè)信息化及日常運維滿意度較低?；诖?，企業(yè)急需一套應用系統(tǒng)可用性預測方法，可以預測未來系統(tǒng)可用性的狀態(tài)，根據可用性狀態(tài)提前處理可能發(fā)生的故障而延長系統(tǒng)的穩(wěn)定運行時間［２］ ，從而達到提高企業(yè)高效運轉的目的。本文通過研究馬爾可夫鏈模型，將其用于應用系統(tǒng)可用性預測，為應用系統(tǒng)可用性預測提出了一種新的解決思路。

２ 馬爾可夫鏈介紹

馬爾可夫鏈是概率論和數理統(tǒng)計中具有馬爾可夫性質且存在于離散的指數集和狀態(tài)空間內的隨機過程。馬爾可夫鏈研究的是系統(tǒng)的各個狀態(tài)及各個狀態(tài)之間的相互變化，系統(tǒng)的下一狀態(tài)僅和當前狀態(tài)及狀態(tài)轉移概率有關，而與歷史狀態(tài)無關，即具有無后效性［３］ 。馬爾可夫鏈可以根據當前狀態(tài)預測在將來某個時間點各個狀態(tài)的分布情況，進而為決策提供依據。馬爾可夫鏈模型在光伏電站可靠性評估［４］ 、降雨量預測［５］ 、工業(yè)系統(tǒng)中軸承的故障預測［６］ 等領域均有廣泛應用，是一種非常有用的數據工具。馬爾可夫鏈模型通常由３ 個元素組成，即〈Ｓ，π，Ａ〉。

其中，Ｓ 表示模型中的狀態(tài)，狀態(tài)數量用Ｎ 表示，則：Ｓ ＝｛ｓ１，ｓ２，…，ｓＮ ｝ （１）

Ｓ 與Ｎ 的值根據具體的實際問題進行設置，且Ｎ個狀態(tài)間存在一定的聯(lián)系。

５ 結束語

企業(yè)應用系統(tǒng)的可用性影響企業(yè)的日常辦公和科研生產，因此如何預測系統(tǒng)可用性狀態(tài)并提前采取措施，以保障應用系統(tǒng)持續(xù)平穩(wěn)運行是企業(yè)重點關注的工作。本文應用馬爾可夫鏈模型對應用系統(tǒng)可用性狀態(tài)進行預測，取得了較好的效果，為后續(xù)應用系統(tǒng)可用性預測提供了新的思考方式。但預測模型需要以大量的統(tǒng)計數據為支撐，本文的統(tǒng)計數據有限，且應用系統(tǒng)的可用性隨著ｂｕｇ 的修復會逐漸趨于穩(wěn)定，因此狀態(tài)轉移矩陣會根據實際情況有一定變化，針對狀態(tài)轉移矩陣的計算可以進行進一步優(yōu)化。

參考文獻：

［１］ ＺＨＡＯ Ｙ Ｘ． Ｏｎ ｐｒｅｖｅｎｔｉｖｅ ｍａｉｎｔｅｎａｎｃｅ ｐｏｌｉｃｙ ｏｆ ａ ｃｒｉｔｉｃａｌｒｅｌｉａｂｉｌｉｔｙ ｌｅｖｅｌ ｆｏｒ ｓｙｓｔｅｍ ｓｕｂｊｅｃｔ ｔｏ ｄｅｇｒａｄａｔｉｏｎ ［ Ｊ ］．Ｒｅｌｉａｂｉｌｉｔｙ Ｅｎｇｉｎｅｅｒｉｎｇ ＆ Ｓｙｓｔｅｍ Ｓａｆｅｔｙ，２００３，７９（３）：３０１?３０８．

［２］ 孫博，康銳，謝勁松．故障預測與健康管理系統(tǒng)研究和應用現(xiàn)狀綜述［Ｊ］．系統(tǒng)工程與電子技術，２００７，２９（１０）：１７６２?１７６７．

［３］ 朱曉榮，王羽凝，金繪民，等．基于馬爾科夫鏈蒙特卡洛方法的光伏電站可靠性評估［Ｊ］．高電壓技術，２０１７，４３（３）：１０３４?１０４２．

［４］ 于慧，孫寶盛，李亞楠，等．應用灰色模糊馬爾科夫鏈預測海河水質變化趨勢［Ｊ］．中國環(huán)境科學，２０１４，３４（３）：８１０?８１６．

［５］ ＳＯＵＡＬＨＩ Ａ，ＣＬＥＲＣ Ｇ，ＢＡＤＡＯＵＩ Ｍ Ｅｌ． Ｈｉｄｄｅｎ ＭａｒｋｏｖＭｏｄｅｌｓ ｆｏｒ ｔｈｅ Ｐｒｅｄｉｃｔｉｏｎ ｏｆ Ｉｍｐｅｎｄｉｎｇ Ｆａｕｌｔｓ ［ Ｊ］． ＩＥＥＥＴｒａｎｓ． Ｉｎｄｕｓｔｒｉａｌ Ｅｌｅｃｔｒｏｎｉｃｓ，２０１６，６３（５）：３２７１?３２８１．

［６］ 秦亞茹，侯志霞，呂瑞強，等．基于馬爾科夫鏈模型的脈動裝配線運行狀態(tài)預測［Ｊ］．航空制造技術，２０１７（５）：５．

作者簡介：張玉爽（１９９３—），碩士，工程師，研究方向：企業(yè)信息化建設。