首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--监视、报警、故障诊断系统论文

应用性能异常监控系统设计与实现

摘要第4-5页
Abstract第5-6页
第1章 绪论第11-17页
    1.1 研究背景与意义第11-14页
        1.1.1 应用性能管理背景第12页
        1.1.2 应用性能管理现状第12-13页
        1.1.3 应用性能异常监控系统的意义第13-14页
    1.2 研究内容与目标第14-16页
        1.2.1 应用性能探测子系统第15页
        1.2.2 应用性能异常检测子系统第15-16页
    1.3 文章组织结构第16页
    1.4 本章小结第16-17页
第2章 相关技术概述第17-32页
    2.1 时间序列预测模型介绍第17-20页
        2.1.1 指数平滑预测模型第18-20页
    2.2 Java字节码技术介绍第20-22页
        2.2.1 面向切面编程第20-21页
        2.2.2 ASM字节码操作原理第21-22页
    2.3 应用性能探测技术介绍第22-24页
    2.4 分布式存储技术介绍第24-28页
        2.4.1 ZooKeeper第24-26页
        2.4.2 Elasticsearch第26-28页
    2.5 异常监控机制介绍第28-31页
        2.5.1 Skyline异常监控机制第28-30页
        2.5.2 Apdex异常监控机制第30-31页
        2.5.3 异常监控机制总结第31页
    2.6 本章小结第31-32页
第3章 应用性能异常监控系统的分析与设计第32-40页
    3.1 应用性能异常监控系统的需求第32-35页
        3.1.1 应用性能探测子系统的需求第32-33页
        3.1.2 应用性能异常检测子系统的需求第33-35页
    3.2 应用性能异常监控系统的难点分析第35-37页
    3.3 应用性能异常监控系统的总体设计第37-39页
        3.3.1 设计目标第37页
        3.3.2 架构设计第37-39页
    3.4 本章小结第39-40页
第4章 应用性能探测子系统的设计与实现第40-52页
    4.1 应用性能探测方案的设计第40-42页
    4.2 探测器注入模块的设计与实现第42-47页
        4.2.1 探测切面设计第42-44页
        4.2.2 探测切面加载第44-47页
    4.3 数据探测模块的设计与实现第47-50页
        4.3.1 数据结构设计第47-48页
        4.3.2 方法探测第48-49页
        4.3.3 进程探测第49-50页
    4.4 数据缓存模块的设计与实现第50-51页
    4.5 本章小结第51-52页
第5章 应用性能异常检测子系统的设计与实现第52-67页
    5.1 时间序列预测模块的设计与实现第52-56页
        5.1.1 时间序列预测模型的优选方案设计第52-54页
        5.1.2 时间序列预测模块的实现第54-56页
    5.2 异常识别模块的设计与实现第56-61页
        5.2.1 异常识别的方案设计第56-58页
        5.2.2 异常识别模块的实现第58-61页
    5.3 多节点负载均衡模块的设计与实现第61-64页
    5.4 数据存储模块的设计与实现第64-66页
    5.5 本章小结第66-67页
第6章 实验与分析第67-78页
    6.1 应用性能探测对被监控应用的影响实验分析第67-71页
        6.1.1 代码角度的白盒实验第68-69页
        6.1.2 用户角度的黑盒实验第69-71页
    6.2 基于预测的异常识别与传统异常识别的对比实验分析第71-77页
        6.2.1 时间序列预测模型的优选实验第72-74页
        6.2.2 改进前后相对偏差的对比实验第74页
        6.2.3 异常识别方案的对比实验第74-76页
        6.2.4 波动型监控指标的异常识别效果第76-77页
    6.3 本章小结第77-78页
第7章 总结与展望第78-80页
    7.1 工作总结第78页
    7.2 工作展望第78-80页
参考文献第80-83页
攻读硕士学位期间主要的研究成果第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:摆臂履带机器人综合评价及运动分析
下一篇:基于深度学习的主用户信号分析