QML环境下的软件组件性能参数合同

理论计算机科学电子笔记141（2005）73-90www.elsevier.com/locate/entcsQML特定软件组件Viktoria Firus1 Ste Becker2 Jens Happe3软件工程集团奥尔登堡大学26121奥尔登堡，德国摘要软件组件的性能很大程度上取决于组件的环境。 由于软件组件只有在部署在多个环境中时才能证明其投资的合理性，因此不能将组件的性能指定为常数（例如，作为其接口中的单个值或值的分布）。因此，如果环境实现了前提条件中规定的特定性能，则允许将组件的性能作为后条件的经典组件合同没有帮助。 这一对固定的前置和后置条件并不模拟 一个组件可以有非常不同的性能指标，这取决于它的上下文。取而代之的是，需要参数合同来指定组件提供的性能的环境依赖性。在本文中，我们讨论了外部调用对性能度量响应时间的依赖性。我们提出了一种方法，使用参数合同来计算响应时间的统计分布作为一个离散的分布依赖于环境服务的响应时间的分布。我们使用服务质量建模语言（QML）作为指定分布的语法。关键词：绩效预测，参数绩效契约，服务时间分布1介绍性能是许多计算机系统的问题。由于这个原因，人们对在开发的早期阶段评估软件系统性能的方法感兴趣，即，在建筑设计中。主要目标1电邮地址：viktoria. informatik.uni-oldenburg.de2电邮地址：steffen. informatik.uni-oldenburg.de3电邮地址：jens. informatik.uni-oldenburg.de1571-0661 © 2005 Elsevier B. V.在CC BY-NC-ND许可下开放访问。doi：10.1016/j.entcs.2005.04.03674诉Firus等人理论计算机科学电子笔记141（2005）73建筑性能分析的目的是评估设计方案，并指导在这些方案之间做出决策。基于分布式的软件架构至少可以为每个预测带来两个好处[1]：（a）预制组件的使用可考虑地限制了为实现架构而做出的设计和实现决策。通过自由度的限制，架构实现的性能变得更可预测。(b)软件的组成结构可以反映在组成性能预测模型中。这些模型旨在根据所使用的架构和部署的组件的性能来预测系统但是，即使组合性能模型的存在也不能解决性能预测的整个问题。这是因为，还需要组件性能模型，以便根据其环境对单个组件的性能进行建模[5]。后一点是最关键的：组件因此，在一个特定环境中测量的组件性能数据不能用于预测不同环境中的组件性能。在[6]中，提出了参数性能合同的概念，它根据外部服务的性能对组件的可操作服务的性能进行建模。外部服务和组件内部计算的时间消耗的特征在于具有连续分布函数的随机变量。这种方法的缺点是缺乏组合性和分布式函数表达式的简单性。通过组合性，我们指的是这样一个事实，即参数合约的评估结果可以用作其他参数合约的输入。这使我们能够将参数合同的评估链接起来，即，连接组件并将组件再次视为组件。因此，如果一个特定的分布函数类被用于建模外部调用的时间行为但在使用连续分布函数时，情况并非总是如此。此外，参数合约的分布函数具有复杂的表示形式，因此表达能力有限。具有适当统计分布的Ap-近似可以用来处理表示的复杂性和结果函数的非组合性。但是，这将导致性能预测的精度降低。诉Firus等人理论计算机科学电子笔记141（2005）7375在本文中，我们讨论了使用离散分布来描述外部服务的定时行为。这允许指定组件的各个服务的任何时间行为。我们不依赖于特定的统计分布。计算的结果再次是离散函数，即模型是组合的。本文的贡献是通过组合构件性能模型来建模构件性能对构件上下文的依赖性。我们认为，性能模型（像任何预测基于组件的软件的QoS的模型）必须是（a）组合的，(b)参数，和（c）精确。因此，我们提出了一个组件性能模型的基础上参数合同。在这个模型中，响应时间（或其他线性加性指标，如反应时间）由随机变量指定。特别是，我们讨论了离散性能分布的使用，因为它们很容易由服务质量建模语言（QML）[7]指定，并且它们的使用符合上述要求（a）– (c) to performance本文的组织结构如下。在第2节中，我们介绍了成分契约和参数契约的概念。我们介绍服务质量建模语言（QML）和它的离散概率分布，以及其他随机基础知识，我们借鉴。第3节从依赖模型的一般讨论开始，第四节介绍了与我们的工作相关的工作。第5节总结并提出未决问题。2基本面2.1参数合同我们在设计或重构时对软件组件的合同使用建模如下[8]：Requires接口表示组件的先决条件，因为它描述了组件期望其实现以进行操作的条件。provides接口表示组件的后置条件，因为它描述了环境可以期望组件提供的服务，如果环境满足前置条件（这对应于Meyer契约式设计原则[9]，但从方法提升到组件）。然而，如果质量属性包含在接口描述中，那么这一对前置和后置条件是不充分的，因为它没有对组件的质量属性（例如可靠性或性能）对其上下文的依赖性进行建模因此，我们需要对上下文76诉Firus等人理论计算机科学电子笔记141（2005）73取决于这些。在功能层面上，我们发现服务输出自动机[10]很有用。服务执行自动机是一个有限状态机，它为组件实现的每个服务描述一组可能的上下文服务调用序列。因此，服务执行自动机是一种控制流抽象.控制语句（if、while等）都被忽略，除非它们涉及到对组件上下文的调用。作为一个例子，考虑图1左侧的代码片段及其右侧的相关服务输出自动机。void DoOrderBilling（ListOfOrders订单，CCServer myCCServer）{myCCServer.Connect（.getCCServerURL（）;foreach（Order o inorders）{如果（！o.HasValidCC（））{/ Connect/BillCashOnDeliver}其他{}}billCashOnDeliver（order）;MyCCServer.Transfer（order）;MyCCServer.Disconnect（）;}Fig. 1. 付款示例可以看出，转换对应于外部调用，而任何内部计算都在节点内抽象出来。因此，服务执行自动机作为组件实现更加抽象。为了获得组件的requires协议，必须构建内部调用的传递闭包，因为内部调用本身可以调用外部服务。但这与本案无关。请注意，组件的服务效果自动机不必手动指定，但可以（a）从设计文档（如消息序列图）中生成，或（b）从代码中自动导出。然而，为了建模上下文质量属性和组件的质量属性之间的依赖关系，必须扩展服务效果自动机。在[11，12]中，这是通过扩展马尔可夫模型来预测组件服务的可靠性。在第3节中，我们描述了线性性能度量的扩展，例如响应或反应时间。/GetCCServerURL已知URL/HasValidCC连接/断开连接CC状态已知/转移诉Firus等人理论计算机科学电子笔记141（2005）7377从最新要求的绩效合同{transfer{百分位数30 5毫秒;<百分位数50 10毫秒;<百分位数80 20毫秒;<百分位数100 40毫秒;<};};2.2QML服务质量建模语言（QML）[7]用于指定接口的QoS属性。它基于合同类型和合同的概念。合约类型用于指定用于确定特定QoS概念的度量。合约在之后用于指定特定接口方法所要求或指定的合约类型的特定级别的度量。因此，合约和接口方法之间的绑定是通过QML配置文件完成的。就我们的工作而言，如何指定指标非常重要。在QML中，您可以指定指标分布的均值、方差和/或方差。质量维度的合约可以由单个值指定（例如，每秒无交易 1 0 ）。 或者，可以指定值的分布。(This是有用的，因为如果不使用实时环境，就不能用响应时间的硬上限等来说明服务的性能。）作为一个例子，考虑图2所示的合同。图二. 有价值这意味着100%的传输执行必须小于40毫秒。并且作为附加约束，80%的执行必须小于20毫秒。50%甚至小于10毫秒。图3显示了图2中履约合同价值的相关离散分布函数。QML可用于为组件接口指定QoS契约QML还有一个专门的变体，称为CQML [13]，用于指定面向组件的QoS。它介绍了精确数学分布的具体化以及在几个CQML合同上的组合推理的想法然而，组合推理在CQML中是不成熟的。2.3随机变量我们使用随机变量扩展的服务效果自动机的时间消耗的内部和外部服务。 随机变量X是一种可测量的函数，将一个实数分配给一个随机变量的结果。78诉Firus等人理论计算机科学电子笔记141（2005）73αXX1图三.QML履约合同见图4。QML履约合同实验具有有限个m结果的离散随机变量的概率质量函数定义为：p：xiPXxii0，. ，m1我们也把pxi 写成pi 。假设xi是递增排序的。然后离散随机变量的累积分布函数定义如下：F xkPX xkKp ik0，. ，m1I1请注意，概率质量函数的所有结果的服务分别。 响应时间间隔 x i1，x i ，i 0，.，m1集中在点xi上。由于我们打算使用傅里叶变换进行计算，因此概率质量函数的步长必须是等距的。因此，我们必须充分利用这一功能。 由于没有关于分布的附加信息，我们假设服务时间在单个时间间隔内均匀分布。然后，步长α可以选择为例如αgcd xi1，xii1，2，.，m1，区间长度的最大公约数。我们也称α为概率质量的抽样率功能在此之后，每个间隔 x i1，xiis除以dinxiXi1子区间点xi的概率也被均匀地映射到新的计算采样点上。因此，间隔xi1，xi 包括xi有概率pi新πα. 第五，我我6显示了我们的QML示例的转换函数。下面我们将概率质量函数记为xα nxαn ：n pnPX αn诉Firus等人理论计算机科学电子笔记141（2005）7379图五. 马概率质量函数图6.等距分布函数采样率α。两个随机变量X和Y是独立的，如果对于所有的x和y，事件 Xx 和Yy 是独立的，即P X x，YyP X x P Yy两个独立随机变量之和的概率质量函数X和Y由下式给出：xy αnPX Y nαnP X kα PYnkαK1nxα kyαnk：xα nyαnK1即所谓的xα n 和yα n 的卷积。为了计算概率质量函数的卷积，我们使用离散傅里叶变换[14，15]。概率质量函数的离散傅里叶变换总是存在的，因为存在N0使得x α n0对于所有n 0和所有n N [14]。接下来我们讨论表达式极限的计算1个pPKk0Kxαn（1）L1正如我们在本文后面需要的那样。 更详细的描述见[16]。在那里，极限的计算是相对于连续概率密度函数的近似。首先，考虑多重自卷积的傅里叶变换：80诉Firus等人理论计算机科学电子笔记141（2005）73KL1δ1pFxα nα1pFxα nFxαnKF xαnL1F xαnk令δ n是单位脉冲[14]，它是卷积的中性元素，个为n的xαnxαnxαnδ n 为任意函数x α n 。统一冲动被定义为δ n.1，n00，n0其离散傅立叶变换为常值函数F δ n1.一、因此，对于k0自卷积，我们有：0X nF1FxL1n0F11δ n 。接下来，我们确定和的离散傅里叶变换的极限KFPKk0xαnL1pkFk0xαnpkF xα nkk01将结果插入等式1中得到：K11p pk x n 1pF1（二）k0L11pF xα n由于我们没有对xα n 做任何假设，因此不可能进一步简化。离散傅立叶变换及其逆可以使用快速傅立叶变换算法有效地计算[15]。其次，我们分析了上述函数的收敛准则。在计算方程2中的和的极限时，我们使用了收敛性 几何级数：pkFxαk0nk1KL1αα诉Firus等人理论计算机科学电子笔记141（2005）73812πjeN你NNN仅适用于：pF xαn1.一、pF xpF xαnp1下面我们研究在什么条件下上述方程是有效的。我们可以假设p大于零。如果执行循环的概率p为零，则循环永远不会执行，计算可以省略。因此，只需要计算傅里叶变换的绝对值，我们有：pF xαn1.一、离散傅里叶变换F xα n 的值为：N1fjxαn0的n e2πjnij0，. ，N1N1FJX nn011j0，. ，N1其中i是虚数单位。将该公式插入到上述等式中得到：N1pxαn0的n e2πjni1j0，. 、N 1。xα n 是概率质量函数，xα n0为所有n0。因此，只需要计算指数函数的绝对值N1pxαn0的n e2πjni1j0，. 、N 1。（三）所有复变量z都可以用极坐标形式表示：z reωi，其中r为z的大小，ω为z的角度[14]。如果r为1，则z eωi位于复平面的单位圆上，因此：eωi182诉Firus等人理论计算机科学电子笔记141（2005）73N对于任何角度ω。 对于方程3，我们有ω2πjn， e2πjni1，N所有n，j0，. 、N1。 这产生：N1pxα n1n0的对于每个值j0，...，N1.一、xα n 是一个概率质量函数，其从零到无穷大的和必须为1。 这里，对于所有大于或等于N的n，xα n 为零。所以，我们有：N1xαn1.一、n0的将其插入到上面的等式中，我们得到：p1。因此，对于p1，方程1的极限存在3组件性能建模3.1模型在这里，我们描述了扩展的服务效果自动机参数合同的性能。每个转变（即，对外部方法的调用），并且服务执行自动机的每个节点（内部计算）用随机变量来注释。这个随机变量模拟了调用的时间消耗，以及内部计算。注意，我们假设这些随机变量是统计独立的。当然，使用常量而不是随机变量进行分析会更简单。然而，使用随机变量有几个原因。(i) 内部计算的时间消耗是不固定的。更重要的是，它取决于组件的内部状态（即， 其变量和参数的值即使对内部变量等进行了建模，它们的实际值也只有在运行时才知道。因此，对于在设计或重构时进行的架构分析，这种方法无论如何都不适合。(ii) 外部通话的时间消耗也不固定。实际上，外部服务的时间消耗取决于许多影响因素，如参数值、操作系统（如中断诉Firus等人理论计算机科学电子笔记141（2005）7383并且调度可以改变服务执行时间）、网络等。同样，我们不对这些因素建模，因为（a）它们仅在运行时已知，并且（b）它们难以提前估计。(iii) 信息系统不是在实时平台上执行的。因此，不可能证明执行时间的严格界限随机变量的一种替代方法是使用这些计算时间的均值和方差。虽然这将大大简化数学分析，但它基本上将我们绑定到服务时间的高斯分布。然而，服务时间通常不是高斯分布的，因为它们的分布是不对称的。这是因为，总是有一个最小的执行时间（由硬件和软件架构限制），但存在更高的执行时间，由处理延迟引起3.2提供接口在下文中，我们描述了基于外部调用和内部服务的时间行为的由服务响应自动机描述的服务的概率质量函数的计算。没有循环依赖的服务效果自动机是由三个基本概念组成的有限状态机：序列、替代和循环（见图7-9）。X序列见图7。序列X2p2X3X1p3pnXnXaltX2pX11-pX环图8.第八条。替代图9. 回路一个组件的一个操作服务的定时行为是由一个随机变量来表征的。随机变量的分布是由所提供服务的服务效果自动机计算出来的。利用服务效果自动机的节点和边以及概率质量函数X1X2X3X4...Xn...84诉Firus等人理论计算机科学电子笔记141（2005）73X2X1...X2X1与它们相关联，我们确定时间消耗的分布。因此，我们需要在服务输出自动机中识别上述基本概念然后，这些基本概念可以计算如下。注意，所有概率质量函数都应该具有相同的采样率α。对于服务的顺序执行，整个序列的时间消耗是每个外部调用的时间消耗加上内部计算的时间消耗的总和。因此，与调用序列相关的随机变量表示为分配给各个节点和边的随机变量之和（见图7）。概率质量函数由单个概率质量函数的卷积产生：x序列nnx i n .I1与备选方案相关的随机变量表示为用调用概率加权的备选路径之和（见图8）。相关的概率质量函数具有以下形式：xaL t nX1 Nnp i x i n .I2一个循环要么以概率p再次运行，要么以概率1p离开。因此，我们可以把一个循环表示为对无限多条可供选择的路径的选择。相关的随机变量具有以下形式：XLoop概率为1p的X1X1X2X1概率为1p p.概率为1p pn的X1n.Xloop的概率质量函数由无穷级数给出xLoop n1p x1nKPKk0L1x1n x2n（四）当且仅当重新进入循环的概率小于1时，循环的执行时间限制才存在（见等式2）。这对应诉Firus等人理论计算机科学电子笔记141（2005）73851to the intuitive直观expectation期望.如果概率为1，则循环将永远不会离开，因此，循环的执行时间必须是无限的。对于支付示例（见图1），设p1为调用服务HasValidCC的概率，p2为调用服务Bill-CashOnDeliver的概率。然后，与DoOrderBilling相关联的随机变量的概率质量函数具有以下形式：xDoOrderBiLL ing nxGetCCServerURLxURL已知x连接x已连接1p1pi我0我xLoop我x连接x断开 n，xLoopxHasV aL idCCxCCStatusknownp2xBiLL CashOnDeliver1p2xTransfer 这里，我们通过识别操作序列、替代和循环并将它们连接起来，从图1根据自动机。对于自动分析，需要识别所需的操作及其顺序。然而，这不能直接使用有限状态机来实现，因为当从自动机导出公式时，循环会导致主要循环可以互连，包括其他循环，并具有多个入口点。因此，在[16]中，正则表达式用于确定自动机的公式。正则表达式具有层次结构的优点。因此，循环的内容及其入口点是明确指定的。此外，正则表达式需要三个操作序列（连接），交替（集合并）和循环（Kleene星），如上所定义。因此，这里开发的概念可以相对容易地转换为正则表达式3.3计算复杂度尽管离散函数有许多优点，但对于具有大量采样点的函数，计算复杂性可能成为一个问题。采样点的数量随着其域的大小和采样的精度而增加。由于上面使用的计算（卷积、傅立叶变换、离散函数的加法和乘法）必须应用于这些采样点中的每一个，因此计算复杂度以及因此算法的执行时间直接取决于该数量。设N为两个离散函数xα n 和yα n 的采样点数。对于离散傅立叶变换及其逆变换的计算，快速傅立叶算法的计算复杂度为O N log N [15]。xα n 的傅里叶变换是一个具有N个值的复离散函数。两个函数或一个函数和一个标量的乘/除或加/减的复杂度是O N ，因为必须在每个采样点上应用该操作来计算86诉Firus等人理论计算机科学电子笔记141（2005）73结果.两个函数的卷积变成它们的傅立叶变换的乘积。因此，不需要卷积来计算服务时间消耗。给定所有所需操作的复杂度，我们可以确定算法的总复杂度为了应用该算法，对服务效果自动机的各个状态和外部服务的概率质量函数进行了离散傅里叶变换。所有进一步的计算都是在傅里叶变换上进行的。最后，对结果进行逆傅里叶变换。设NE是外部服务的数量，NS是自动机的状态数。然后， N SNE1 是所需傅立叶变换的总数。因此，所有状态、外部服务的计算复杂度为ON SNE1 N log N 。接下来，我们讨论了操作序列，替代和循环的复杂性。M S元素的操作顺序需要M S1离散函数的卷积。卷积变成这些函数的离散傅里叶变换的乘法。因此，这个操作的复杂度由OM S决定1 附图 标记由于傅立叶变换的线性，运算替代的计算对于时间和频率空间是相同的（除了卷积变成乘法）。它要求每个选择与其概率的标量乘法，结果的相加以及与原始状态的函数的卷积。设MA是备选方案的数目，那么我们有MA乘以其概率，MA1加法，和一个卷积。这产生了总的复杂度O M AM A11 NO 2 M A N 。这里省略了计算循环时间消耗所需的傅立叶变换，因为所有计算都在频率空间中执行。因此，计算一个循环的执行时间只需要一次减法，三次乘法/除法和一次卷积。 这就产生了O 5N的总复杂度 .请注意，所有三个操作都属于线性复杂度类。然后，算法的总复杂度如下。设S、A和L是服务效果自动机的顺序、替代和循环操作的数量。该算法的总复杂度为：ONS NE1 N log NSNANLN .值NS、NE、S、A和L取决于服务效果自动化的结构。所有这些数字都可以假定为比诉Firus等人理论计算机科学电子笔记141（2005）7387函数的采样点数NS，NE，S，A，L N。因此，该算法的计算复杂度为线性复杂度类 ONlogN .3.4我们需要哪些价值观，从哪里获得这些价值观对于我们的模型，我们需要随机变量的分布建模方法调用性能。进一步，我们需要计算中涉及的所有服务的服务输出自动机对于服务输出自动机，我们需要替代和循环结构中分支的概率。可以通过不同的方法收集所需的信息。首先，代码分析可以产生服务效果自动机和概率值。此外，概率值可以通过测量使用概况或简单地通过猜测来收集。进一步介绍性能工程的专门方法，即，SPE [17]，使用系统的特定模型来预测系统这些模型也可以作为我们的方法的信息源4相关工作SPE是提供评估软件系统性能的技术的第一种方法之一[17]。如果专门用于基于组件的软件工程，这种方法可以得到增强[18]。其基本思想是使用预先生产的部件的已知性能信息。在建议方法中，组件在我们的方法中，我们既不考虑使用情况，也不考虑输入数据。对输入数据的依赖性在[19]中解决。本文提出了一种方法，允许指定的对象的输入值参数化的性能合同。在[20]中，概率概念被应用于计算机系统的性能评估.除此之外，随机变量的分布被用来计算整个应用程序的时序行为在[21]中提出了一个用于预测由组件组装的系统的服务质量的通用术语。预测.NET程序集的具体方法在[2]中给出。88诉Firus等人理论计算机科学电子笔记141（2005）735结论和今后的工作本文讨论了参数契约在性能方面的一个推广。特别地，我们使用离散分布函数来建模外部服务调用的时间消耗。因此，我们的模型是参数化和组合的。 要在接口级别上指定外部服务调用的离散分布函数，可以使用QML。计算精度取决于QML规范所选的步长。经验评估是必要的，可以通过比较预测和监测的性能值或至少通过检查性能预测导致的设计决策的正确性来进行。在这种经验验证中需要回答的问题是：模型属性（如组合性或精度）：由于模型组合每次都变得越来越复杂，因此我们的方法可以分析处理哪种复杂性仍然是一个悬而未决的问题。在不可行的复杂性情况下，通过使用计算时间的均值和方差而不是随机变量，可以大大简化数学分析。数学假设：必须研究如何放松随机变量独立性的假设。当考虑在同一台机器上托管多个组件时，这一点很重要模型假设：像随机变量模拟内部计算这样的假设必须合理化（或者放弃，转而支持使用常数的简单模型）。在我们的研究中，我们的目标是将执行环境和使用情况纳入基于组件的软件架构的性能预测中。4引用[1] Becker，S.，Firus，V.，Giesecke，S.，哈塞尔布林，W.，Overhage，S.，Reussner，R.：面向一个通用的框架，用于评估基于一致性的软件体系结构。 在图罗夫斯基，编辑：Architekturen，Komponenten，Anwendungen - Proceedings zur 1. Verpletagung Archite kturen ，Kom ponenten， Annwendungen（ AKA2004），UniversitaütAugsburg.第57卷GI-EDitionofLectureNote sinI n imat i n i ，BonnnerKüolenVerla g（2004）163-180[2] Dumitrascu，N.，Murphy，S.，墨菲，L.：一种预测基于组件的应用程序性能的方法。在Weck ，W.， Bosch ，J.，Szyperski，C.，编辑 ：第八届 面向用户 的程序设 计国际研讨 会（WCOP'03）。（2003年）4关于Palladio项目的进一步详情，请查阅：http://se.informatik.uni-oldenburg.de/palladio诉Firus等人理论计算机科学电子笔记141（2005）7389[3] Balsamo，S.，Simeoni，M.：从软件架构规范中导出性能模型。在：欧洲模拟多会议，分析和随机建模技术。（2001年）[4] 哥伦比亚特区佩特里乌王X：从高层软件体系结构的UML描述到LQN性能模型。 InNagl，M. ，Schürr，A. ，Muén ch，M. ，eds. ：Proc. ApplicationsofGraph Transformations with IndustrialRelevance，International Workshop，AGTIVE第1779卷，03 The Dog（2000）[5] Reussner，R.H.：软件组件的契约和质量属性。在Weck，W.，Bosch，J.，Szyperski，C.，编辑：第八届面向组件编程国际研讨会论文集. （2003年）[6] Reussner，R.H.，Firus，V.，贝克尔，S.：软件组件及其组合性的参数性能契约。在Weck，W.，Bosch，J.， Szyperski，C.， 编辑：第九届面向一致性的程序设计国际研讨会（WCOP04）。（二零零四年）[7] Frølund，S.，Koistinen，J.：分布式对象系统中的服务质量规范。技术报告HPL-98-159，惠普，软件技术实验室（1998）[8] 罗伊斯纳， R.H.， 施密特， H.W.：使用 参数化 合同 到 预测 基于构件的软件体系结构的特性。 在茨尔恩科维奇， 拉尔森， 美国， Sta Baud，J.，编辑：2002年，瑞典隆德，基于计算机的软件工程研讨会（与第九届IEEE会议和基于计算机的系统工程研讨会联合举办）。（2002年）[9] Meyer，B.： 采用“契约式设计”。 IEEE计算机25（1992）40[10] Reussner，R.H.： 使用CoCoNut工具套件进行自动组件协议适配。未来一代计算机系统19（2003）627[11] Reussner，R.H.， Poernomo，I.H.， Schmidt，H.W.： 推理 对 软件 具有合同规定的组件的架构。在Cechich，A.，Piattini，M.，Vallecillo，A.，编辑：软件质量：方法与技术。LNCS的2693号Springer-Verlag，Berlin，Germany（2003）287[12] Reussner，R.H.，施密特，H.W.，Poernomo，I.H.：将参数化合同用于公司资源预留。 我在这里，H。，Krüamer，B. ，Ertas，A. ，e d s. ：设计与加工技术专业。卷IDPT 1.，工艺设计科学学会（2002）[13] Aagedal，J.E.：分布式系统开发中的服务质量支持。奥斯陆大学博士论文（2001年）[14] 奥本海姆，A.V. Willsky，A.S.， Nawab，H.： 信号系统，第二版。 02 The Dog（1997）[15] DeFatta，D.J.，卢卡斯J.G. Hodgkiss，W. S.：数字信号处理：系统设计方法。约翰·威利父子公司（一九八八年）[16] Happe，J.：基于构件的软件体系结构的可靠性预测。奥尔登堡大学计算机科学系硕士论文（2004年）[17] 史密斯加州大学Williams，L.G.：性能解决方案：创建响应式可扩展软件的实用指南。02 TheDog（2002）[18] Bertolino，A.，米兰多拉，R.：CB-SPE工具：将基于性能的工程付诸实践。 在茨尔恩科维奇，Sta Escherichord，J.A.， 施密特，H.W.， Wallnau，K.C.，编辑：2004年第七届基于代理的软件工程国际研讨会（CBSE），爱丁堡，英国。计算机科学讲义第3054卷Springer（2004）233-248[19] Krone，J.，奥格登，W.F.，西塔拉曼，M.：性能约束的模块化验证。技术报告RSRG-03-04，克莱姆森大学（2003年）[20] Trivedi，K.S.：概率与统计与可靠性、概率与计算机科学应用。美国新泽西州恩格尔伍德县普伦蒂斯·霍尔（Prentice Hall90诉Firus等人理论计算机科学电子笔记141（2005）73[21] Hissam，S.A.，莫雷诺，GA，Sta Escherichord，J.A.，Wallnau，K.C.：打包可预测程序集。在Bishop，J.M.，编辑：构件部署，IFIP/ACM工作会议，CD 2002，柏林，德国，2002年6月20-21日，会议记录。计算机科学讲义第2370卷，03 The Dog（2002）