文献类型：期刊文章

作　　者：杨鑫晟[1] 李弘[2] 王伟[1] 黄翔[3] 魏峻[1]

机构地区：[1]中国科学院大学软件研究所软件工程研究中心,北京100190 [2]电子工业出版社,北京100036 [3]中山大学信息科学与技术学院,广州510006

出　　处：《计算机科学与探索》

基　　金：国家自然科学基金 No.61100068;国家高技术研究发展计划(863计划) No.2012AA011204;国家科技支撑计划 No.2012BAH14B02~~

年　　份：2014

卷　　号：8

期　　号：8

起止页码：945-955

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、JST、ZGKJHX、普通刊

摘　　要：在线服务系统需要实时接受并处理大量的用户请求,各种原因的错误都可能导致用户的请求失败。由于在线服务系统的请求数量多,产生的日志数据量大,传统使用人工方法进行请求失败原因的分析、统计和管理的工作量巨大。提出了一种基于聚类算法的自动化故障诊断与错误管理方法,通过自动分析在线服务系统自身产生的日志,对用户的失败请求进行归类,帮助程序开发人员和系统管理员进行错误管理,并了解各种失败请求的类别、分布和趋势。同时,使用投票机制自动将每一类错误定位到其所在的源码位置,实现软件缺陷和问题的快速定位。基于该方法实现了一个自动化的错误管理工具,并应用在企业级在线服务系统中。实验结果表明,该方法可以对系统故障进行有效管理,降低系统维护和错误调试成本,还能与MapReduce技术相结合来处理海量的日志信息。

关 键 词：错误管理  日志分析 聚类

分 类 号：TP311]