一种基于隐马尔科夫模型的软件系统状态预测方法

    公开(公告)号:CN104699606B

    公开(公告)日:2017-05-24

    申请号:CN201510099169.1

    申请日:2015-03-06

    IPC分类号: G06F11/36

    摘要: 一种基于隐马尔科夫模型的软件系统状态预测方法,包括以下步骤:构造训练样本集,采用K均值聚类算法将训练样本集中的样本聚为k簇;构造隐马尔科夫模型λ=[π,A,B],将训练样本集中的k个簇作为模型的观测状态,将系统状态作为隐藏状态;对隐马尔科夫模型进行训练,得到新的隐马尔科夫模型;利用采集的系统观测值和新的隐马尔科夫模型对系统实际状态进行预测。本发明基于隐马尔科夫模型对系统实际状态和系统观测参数之间关系进行建模,进而根据系统观测值对系统实际状态进行预测,能够根据系统的观测值对系统软件状态进行准确的预测,有助于运维人员及早发现和处理可能的问题,防止功能降级,或者系统崩溃,预测准确率高。

    主机开放端口审计的方法和系统

    公开(公告)号:CN105490866A

    公开(公告)日:2016-04-13

    申请号:CN201410482653.8

    申请日:2014-09-19

    IPC分类号: H04L12/26 H04L29/12

    摘要: 本发明公开了一种主机开放端口审计的方法和系统,其中方法包括如下步骤:对一个或多个网络内的主机进行扫描配置,设置扫描方式;根据扫描配置,对一个或多个网络内的主机进行扫描,获取相应的扫描结果;收集扫描结果,并将扫描结果导入数据库中;对扫描结果进行分析处理,获取扫描信息,并生成扫描信息报表;其中,扫描方式包括快速扫描、精确扫描、及全面扫描。其通过设置开放端口的扫描方式为快速扫描、精确扫描或全面扫描,从而根据不同的扫描方式对一个或多个网络内的主机进行扫描,具有多重选择性,扩展了开放端口的审计方法。有效地解决了现有的网络中大量主机开放端口审计时,方法单一,灵活性较差,具有一定的限制性的问题。