| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 软件老化的国内外现状 | 第12-13页 |
| 1.2.2 性能监测工具的国内外现状 | 第13页 |
| 1.3 研究的主要内容 | 第13-14页 |
| 1.4 论文的组织方式 | 第14-15页 |
| 第2章 研究基础 | 第15-25页 |
| 2.1 研究现状 | 第15-19页 |
| 2.1.1 软件老化理论 | 第15-18页 |
| 2.1.2 性能监测方法 | 第18-19页 |
| 2.2 相关技术 | 第19-24页 |
| 2.2.1 多因素综合评价 | 第19-21页 |
| 2.2.2 模糊数学基础 | 第21-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 面向Web应用软件老化的性能监测机制 | 第25-31页 |
| 3.1 面向Web应用软件老化的性能监测指标 | 第25-27页 |
| 3.2 面向Web应用软件老化的性能监测工具整体框架 | 第27-28页 |
| 3.3 关键问题及解决思路 | 第28-30页 |
| 3.3.1 Web应用软件老化状态的度量 | 第28-29页 |
| 3.3.2 Web应用软件老化规律分析 | 第29-30页 |
| 3.3.3 Web应用软件老化缺陷定位 | 第30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 关键指标的计算方法 | 第31-47页 |
| 4.1 Web应用软件老化度的度量方法 | 第31-36页 |
| 4.1.1 基于灰色关联度分析的性能指标体系确立 | 第31-33页 |
| 4.1.2 基于模糊评价的Web应用软件老化度的衡量 | 第33-36页 |
| 4.2 Web应用软件在线用户数季节指数计算方法 | 第36-38页 |
| 4.3 Web页面老化缺陷相关度的计算方法 | 第38-39页 |
| 4.4 仿真实验和结果分析 | 第39-46页 |
| 4.4.1 软件老化因素及实验环境设计 | 第39-41页 |
| 4.4.2 Web应用软件老化度的度量实验 | 第41-43页 |
| 4.4.3 Web应用软件在线用户的季节效应实验 | 第43-45页 |
| 4.4.4 Web页面老化缺陷的定位实验 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 面向Web应用软件老化的性能监测工具的实现 | 第47-63页 |
| 5.1 Client端功能的实现 | 第47-54页 |
| 5.1.1 传统性能数据的采集 | 第47-48页 |
| 5.1.2 面向Web应用软件老化的指标数据采集 | 第48-53页 |
| 5.1.3 Client端配置管理 | 第53-54页 |
| 5.2 Server端功能的实现 | 第54-60页 |
| 5.2.1 数据的存储、展示和报警 | 第54-55页 |
| 5.2.2 面向Web应用软件老化的指标计算实现 | 第55-59页 |
| 5.2.3 客户端控制 | 第59-60页 |
| 5.3 数据通信设置 | 第60-62页 |
| 5.3.1 通讯协议的选取 | 第60-61页 |
| 5.3.2 通信报文编码 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
