贝叶斯证据框架下最小二乘支持向量机的软件老化检测方法

苏莉　陈鹏飞　齐勇　武义涵

摘要：针对当前软件老化的检测、分析和软件再生的不确定性问题，提出了一种基于贝叶斯证据框架的最小二乘支持向量机（LS—SVM）的软件老化检测方法，即：使用最小二乘支持向量机分类器进行数据分类，以此解决数据采集时出现的小样本、高纬度，非线性、局部最小值等问题；通过贝叶斯证据框架来优化LS—SVM的超参数，从而提高分类器的学习精度和泛化能力。实验结果表明，在状态清晰区间，软件老化的概率均在0.7至0.9之间，而高维模型检测出的软件老化的概率为0或1。如果从概率粒度层来描述软件老化，则软件再生的时间点选取效率更高，根据概率值的变化可进一步解析软件老化的不确定性。实验结果及分析显示，概率粒度所描述的软件健康状态更符合软件老化的客观状况。

关键词：软件老化；最小二乘支持向量机；贝叶斯证据框架