变革影响分析：长期组合服务的变化影响分析框架

Journalof King Saud University沙特国王大学沙特国王大学学报www.ksu.edu.sawww.sciencedirect.com变革影响分析使用概率元胞自动机的M. Thirumaran，M. Jannani*，N. SivakumarPondicherry Engineering College，Puducherry，印度接收日期：2014年1月11日;修订日期：2014年6月26日;接受日期：2014年10月23日2015年11月18日在线发布摘要动态地、成功地将变化描述到组合服务的逻辑中是维持企业在社会中的形象和利润的一个挑战，特别是在本文中，我们通过提出一个长期组合服务（LCS）的变化影响分析框架来应对这一挑战，该框架：（i）使业务人员能够通过他们的分析师自己实现更改，（ii）通过在开发和交付应用程序服务后消除对IT开发人员的依赖来减少成本和时间，（iii）确保采用标准评估方法有效地纳入所作的更改-有限状态自动机用于验证运行时兼容性和更改评估，概率元胞自动机用于影响分析和预测。通过评估的概率测度和有效的事件匹配，增加了分析者对其服务逻辑的知识和合并更改的效率©2015由Elsevier B.V.代表沙特国王大学制作和主办。这是一个开放的访问CC BY-NC-ND许可证下的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍面向服务的计算（SOC）是一种新兴的计算模式，它通过服务组合将所需的功能外包给第三方Web服务提供商组合服务是从其他自治服务的集合中构建的，这些自治服务共同提供增值服务。在长期组合服务（LCS）中，*通讯作者。沙特国王大学负责同行审查制作和主办：Elsevier各服务之间的合作关系和所要达到的业务目标是长期的。LCS通过选择最佳服务和解散不再需要执行的服务来促进组合结构的动态修改。因此，它们能够动态地选择合作伙伴，并帮助最终用户和消费者从企业之间的公开竞争中获益。由于最终用户总是对最新的技术和工艺感兴趣，随着时间的推移，LCS更容易发生变化。对LCS的改变可以是两种类型：自上而下的改变或自下而上的改变（Liu等人，2011年）。在前者中，变化是由LCS的所有者发起的，而在后者中，变化是由外包服务提供商发起的。随着广泛的商业竞争对手和需求的增加，http://dx.doi.org/10.1016/j.jksuci.2014.10.0091319-1578© 2015制作和主办Elsevier B. V.代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词面向服务架构; Web服务;变更管理;变更影响分析;有限状态机;概率元胞自动机212米。Thirumaran等人对于最终用户而言，LCS中有效的变更管理变得至关重要。对IT开发人员的依赖，以纳入这些变化要求投资相当数量的时间和成本，这对企业的收入构成了重大威胁因此，需要一个框架，使业务人员能够通过分析人员对LCS进行更改，而无需IT开发人员的帮助。一旦发生更改，框架必须使LCS能够快速自动地进行调整，以满足业务需求。然而，这种变化应该系统地并入，没有任何问题（Mastenet al.，2008），因此，变更影响分析（包括分析合并变更对LCS的影响）至关重要，并将提高所做变更的准确性。虽然有很多研究工作集中在服务的自动组合和集成，变更影响分析的Web服务变更管理中使用形式化的方法还没有受到重视。现有的框架不提供最大的运行时支持和自动化程度，并且不支持分析师级别的更改（Apostolou等人，2010年）。他们不执行变更影响分析和事件匹配，而这对于及时和成本有效的变更管理是非常重要的（Rovegard等人，2008; Setzer等人，2010; Chua和Aslam Hossain，2012）。有一些框架可以处理自上而下和自下而上的变化，但没有同时处理这两种变化。现时的工程并没有标准的程序和方法，即使作出更改，也无法找到在当前的静态场景中，改变的确切原因是不可管理的。在目前的情况下，很难将这些变化完美地纳入LCS的逻辑中。所有这些都激发了我们的研究问题，“如何增强长期组合服务中的更改管理流程，以便分析人员能够以及时和成本有效的方式进行更改，并降低风险？”。在本文中，我们已经解决了这个问题，通过拟议的变更影响分析框架，采用形式化的方法和标准程序，通过有效的运行时支持，变更评估，约束评估和QoS因素评估分析当接收到进行更改的请求时，框架使用有限状态机（FSM）验证通过属性预评估提取的业务逻辑中是否没有运行时问题，只有这样，它才允许分析师对逻辑进行更改。在做出更改之后，进行更改评估，以验证所做的更改是否可以安全地提交这涉及通过改变因素评估来检查改变之后的逻辑的功能的偏差，通过约束因素评估来检查逻辑的工作流，以及使用QoS因素评估来检查修改的LCS的质量，以与竞争的服务提供商区分开所有这些评估都是使用FSM进行的，FSM提供了验证所做更改所需的形式通过影响分析和事件匹配，表明了这些变化对LCS的影响。将评估因子与来自突发事件的阈值估计和影响值估计进行比较，并目前的变化是与预先发生的类似变更请求模式匹配，然后使用概率元胞自动机（PCA）进行行为分析PCA利用从这些模式中提取的知识，并指示所涉及的风险、自动化程度、准确性和事件匹配程度，这将有助于分析师自信地做出改变，并最大限度地提高LCS的市场吸引力2. 基于概率元胞自动机的LCS变更影响分析在本节中，我们将介绍我们的变更影响分析框架，用于使用概率细胞自动机管理LCS中的变更我们首先通过图2所示的变更影响分析中涉及的操作和活动的顺序及其依赖关系来说明图1所示的变更影响分析框架的工作。然后，我们描述了框架如何降低成本和时间，有效地将变化的帮助下，一个激励的例子，一个样本的Web服务组合。手动演示了更改的影响、LCS模式的构建LCS吸引了很多关注，因为它们提供了一个强大的工具，提供增值和定制服务。这些都生动地促进了LCS变更管理流程的标准化和微调，并遵循结构化的方法，在不影响业务流程质量的情况下，对服务功能进行无错误的变更2.1. 变革影响分析方法和框架概览变革影响分析方法的重要性可以通过下面的例子来说明考虑一个在长期组合中处理服务的业务分析师在必须立即以低成本对服务逻辑进行更改的情况下，分析师处于不能等待开发团队的情况下，必须自己进行更改。因此，他很有可能制造一个引入更改的错误，并将不正确的语句注入LCS的逻辑中，这可能会导致更改后的LCS表现出不希望的行为。即使尽可能小心地进行更改，但如果不分析更改对逻辑的影响，也不可能确保无风险和准确地合并更改，而这些更改反过来又会对实现业务成果构成严重威胁 这个问题可以通过图1所示的变更影响分析框架来解决。1.一、最初，接收到的变更请求被发送到变更请求管理器，以识别必须进行变更的业务流程部分。变更请求包括要执行的命令，即要执行的DML操作，如添加或替换等，要进行更改的资源，以进程名称和要遵循的条件表示，即在满足所提到的某些条件的情况下执行所提到的步骤然后，通过分析变化，提取组合服务的源代码，该源代码可以是任何语言的、要被改变的长期组合服务的变化影响分析213图1变革影响分析框架。请求，如图2的步骤1所示。执行域分析以识别业务域，执行上下文分析以识别组合服务的业务环境。业务逻辑分析包括对项目领域、业务流程和业务逻辑（规则、功能）的分析。其次是依赖性分析。检查实体的任何输入依赖性（其中两个或多个实体依赖于相同的输入）、输出依赖性（其中期望实体产生相同的输出）、调用序列依赖性、策略依赖性（其中期望实体遵守相同的策略）映射依赖关系，其中enti-关系依赖于同一数据集，例如，存在依赖性，其中在不存在另一特定实体的情况下，实体的存在是无意义的。服务组合-任务集、组合类型和流程所有者（检查策略依赖性）被分析和检查。服务注册表维护有关服务的信息，包括服务ID、服务配置文件和服务位置。业务逻辑源维护业务逻辑集、业务逻辑模式以及相应的有限状态机、状态转换表和变化度量表。在依赖性分析之后，识别规则、函数、参数和依赖性，并将其放置在业务逻辑集中，如图2的步骤2所示。 二、规则、它们的语法和它们的描述被识别。函数是用可计算的基本函数来表示的然后，模式生成器识别并生成更改前的LCS模式，如图3的步骤3所示。 二、业务逻辑是一组逻辑实体，包括规则、功能、214M. Thirumaran等人354678910111213<联系我们<服务名称=Singapore_Airlines<规则ID=[命令]变更请求12业务逻辑集服务设置规则设置Param设置依赖设置{S1、S2}{R1，R2}{P1、P2}{D1，D2}财产之前后追溯性真无障碍真计算性真依赖真图2变更影响分析框架工作流程图参数和依赖性。Web服务中的每个操作都是基于规则的，并由模式反映。每个规则都被转换成模式，这减少了运行时模式生成所需的时间。模式只反映了发生更改的那部分逻辑，因此根据完整的schema。在完成模式验证之后，如图2的步骤4所示，生成提供更好的可理解性并且是语言中立的对应FSM。FSM是一个概念性的、机器可处理的模型，它增强了对业务部分的关注长期组合服务的变化影响分析215PP P TPP2NPP. ΣTsPPRF（Q1，①什么？ {Q2}，d（Q2，2）什么？{Q3}，.. . d（Qn-1，n-1）？任何n，使得Q1消耗输入集1，转到Q2P PPP.ΣPh. 吉吉必须通过反映模式进行更改的过程。对FSM所做的任何更改都会反映到模式中。虽然FSM由节点组成，但模式由Meta数据组成，这些数据在回溯期间获取时非常有用为了获取Meta数据，需要FSM提供的关于节点这为业务分析师提供了更好的理解性，并且分析师可以方便地进行更改，然后将更改反映回源代码。对于一个对代码知之甚少的分析师来说，这种简化将带来巨大的安慰。但是，必须仔细评估和验证这些更改，然后才能在源代码中反映出来，以避免关键的潜在问题，这是由所提出的框架保证的该框架通过执行属性评估、变更因素评估、约束因素评估、QoS因素评估和变更影响分析来保证这一点2.2. 运行时管理属性评估器执行评估所识别的重要属性的过程在这个属性计算器的帮助下，框架动态地管理更改，没有任何例外，并确保更改按预期进行。当逻辑的一部分是从LCS的整个业务流程中提取出来时，它往往会有兼容性问题来实现更改，如它对更改的规则、功能、参数的依赖。提取的逻辑可能不完整，其中包含实现所需更改所需的所有规则，并且可能缺少某些所需的规则或函数。所构造的FSM可以反映不具有进行更改的访问权限的规则、函数甚至服务，或者规则可以调用其他服务.所有这些问题都需要检查，在M中，由d（q n，n）？ F n，其中q nQ n和F n<$Q n是最终状态的集合。 此验证检查是否存在启动执行（开始状态）和完成执行（结束状态）的规则。验证可跟踪性属性是为了确保变更请求中的业务逻辑实体（服务、规则、函数或参数）在构造的FSM中可跟踪，因为FSM仅反映变更中的部分服务S1，S2，S3... 当转移函数为9n时，4（Sn，n）？d（Sn+e，n+e）4（Sn+e，n+e）？ d（Sn+d，n+d），其中e>0且d>0。检查accessibility属性是为了验证业务逻辑实体是否具有包含更改的访问权限。2.3. 变更管理在改变之前的属性评估完成之后，允许分析者对逻辑执行功能改变。然后，构造相应的变更后有限状态机，并进行变更评估变更评估器完成变更因素评估、约束因素评估和QoS因素评估过程。这确保了对业务逻辑所做的更改与更改请求一致，满足了分析师的期望，并且更改被正确地注入到逻辑中。2.3.1. 变化因子赋值器变化因素被认为是评估所做变化的试金石业务逻辑中的任何更改都受到更改因素的影响，这些更改因素可以是独立的，也可以是一组的，它们有助于有效地进行更改变更因素评价的重要因素见表1。秩序执行的时间由OOE的四分之一P给出。DRid[P. DFidω100，该因子指示提取的逻辑和构造的FSM是否完整，反映了要改变的确切代码，因此适合于如图5的步骤5所示的改变过程。 二、在模式提取期间、在更改过程中，甚至在提交或放弃更改之后，都要进行属性评估 属性包括可计算性、可访问性、可跟踪性和依赖性在FSM上进行评估，并在业务逻辑模式中更新属性评估标记。可计算性属性的评估涉及到对FSM所反映的逻辑的可达性和完备性的检查。 设S1，S2，S3... S n是组成中的服务。设M是与它相关联的相应的有限状态机。 M被定义为M ={Q1，d，q 0，F}。转换函数被给出为，{Qn}，其中Pn是Sn的输入字母P的集合，其中，R_id、F_id是建立以下顺序的唯一id：逻辑L中的规则和函数。相似性度量估计为SM ¼DIP=DOPω100，其中DIP和DOP，是指输入和输出分别变化的状态的数量，N是FSM中L生成的状态的总数，M（Rovegard等人，2008年）。业务策略执行由BPE<$FPω100给出，其中FP是业务策略失败的状态，P是与M中的业务策略相关的总状态。正确的-ness是由1-Cdω100，其中C d是数字的悬挂状态和Ts是在M中的状态的总数。对这些变更因素的评估表明了由于变更而在业务逻辑的功能中引起的偏差，如图6的步骤6所示。 二、2.3.2. 约束因子求值器制约因素在评价过程中起着至关重要的作用最后Qn-1消耗n-1，达到Qn。如果这是卫星-观察到可达性属性为真。该验证确保每个节点（即FSM中表示的每个规则或函数）可从每个其他规则或函数访问。这标识了在更改中缺少对逻辑的任何规则或函数的调用。完整性与单个服务相关联，其中任何服务的转移函数Sn通过评估关于调用顺序和工作流顺序的更改而做出的更改，这在组合服务的情况下非常重要。同步、顺序、分支、并行和迭代是考虑对业务逻辑进行功能更改的约束设S1，S2，S3. . Sn是组成中的n个服务的集合，包括诸如S1={r1，r2，216M. Thirumaran等人PnS恩格德np恩切恩格德S恩切恩切p恩格德9 .第九条。你好！\中找到。快！在一个服务中，使用逻辑L到达相同的状态q n，则迭代被称为被观察到。如图6的步骤6所示，评估和更新这些因素。 二、2.3.3. QoS因子评估器QoS因素影响对组合服务所做的改变，这是因为任何组合服务在改变后其非功能行为中的变化都不是优选的，因为它可能导致无法满足商业竞争者的要求（Xiong等人，2009; Wang等人， 2009年）。因此，当对逻辑进行更改时，质量度量为进行行为分析和提交更改铺平响应时间、执行时间、成本和可用性是评估的重要QoS因素。Web服务可用性是服务的可用时间的期望值与可用时间和不可用时间的期望值的总和的比率。响应时间是服务从调用到响应所需时间的度量执行时间是完整执行组合中的规则或服务所花费的时间的度量成本是通过对组合中的规则或服务的执行时间的估计来如图7的步骤7所示，评估和更新QoS因子。二、 在完成这些评估之后，如图8的步骤8所示，再次进行属性评估。 2，并且在提交变更之前，变更评估值被更新为业务逻辑模式中的参考点。基于这些值，进行影响分析。进行时间分析，包括行为分析和增长率分析，重点是从组合中获得的利润或损失。3. 变更影响分析r3... rp} ，S2={rp ， rp+1 ， rp+2. ..rq} ， ...Sn={rq+1，rq+2，rq+3... r r}。这些服务被称为彼此同步（S1[S2[S3. Sn）当且仅当 S1[S2=;，S2[S3=;... Sn-1[Sn=;. 在LCS中，当且仅当9ndωSn;DS nn^^哪里dωSn;DSn n1>Sne表示Sn到Sn+e的转换，其中DS n是多步输入，e> 0且d> 0，DS n表示S n的输出。 设S1，S2，S3. . S n是具有状态Q1、Q2、Q3.的n个服务。. Q n. 这个分支在LCS中被观察到当且仅当，dω<$q n; L s<$！ q n<$d，dω<$q n; Lp<$！ q n=e，其中，s|p|n，d|e |n，并且d>0，e>0。让我们考虑两个分别拥有状态Qa和Qb的并行服务，如果且只如果，n dq; Lqdq; LQ] \n\nQ;L->qd.Q;L- >Q]g其中这些变化、约束和QoS因素一起被称为可判定性因素，它们通过对可判定性的估计来确定所做的变化是否可以被提交。对于每一个变更请求，一旦可决定性因素被测量，它们将被考虑用于影响分析。首先确定每个可判定性因素对逻辑的影响量（影响因子）。确定影响因子的一般公式为：I f<$$>D fvω I v<$=ND f其中，I f-影响因子，D fv -可判定性因子值，I v -影响值，ND f -可判定性因子总数。可判定性因子值（Dfv）取自在改变、约束和QoS评估器中完成的测量。表2中提供了每个可判定性因子的影响值（Iv）。影响值是指特定决策因素对业务逻辑影响的优先级，是根据该因素在以前类似事件中的行为来估计的。可判定性因子的等级为1 - 5。例如，考虑因素的正确性，顺序和响应时间。它们在逻辑上的重要性高于其他因素，因为它们是导致重大类似事件失败的原因。因此，它们被评为最高影响值5。这些影响值也可以由分析师根据其业务和基于概率的预测给出，能力估计 这在图9的步骤中示出。 二、qn+d，qn+e-qn+d2Qa和qn+e2Qb.qn+d不应达到集合Qb和qn+e中的任何状态都不应到达集合Qa中的任何状态。对于任何服务，n次迭代被认为是可观察的，当且仅当9ndωqn;Lω>qn，即，如果任何状态qn对于每个影响值（1允许在进行更改时按逻辑行事。例如，如果决策性因素这个因素是表1评价因素及其目的。评估组件相运行时管理因素评价可计算性可追溯性可访问性依赖目的财产评估器改变改变管理因子评估器以此为您提供运行时支持，检查FSM是否反映了更改下的确切逻辑，以及更改前后是否没有兼容性问题为了评估对业务逻辑的功能所做的更改，约束因子求值器顺序执行正确性相似性度量业务策略实施顺序并行分支迭代QoS因子评估器变化影响分析行为分析仪响应时间执行时间成本可用性风险概率准确性概率事件匹配概率自动化程度评价对调用和工作流顺序所做的更改为了验证变更对业务流程利用主成分分析法对长期组合服务的变化影响分析217CUPx¼1x¼1[中文]ω ÞPP我#，我联系我们我3ωn基于公式，冲击值1被计算为Impact_Very_Low，并且被放大为IVL。将所确定的影响值与阈值进行比较，并且如果所有的改变、约束和QoS因素值都在由成功满足的改变、约束和QoS因素模式指示的容许限度内，则该特定改变请求的可判定性变为“1”。否则，可判定性被设置为“0”。 可判定性算法如图3所示。该算法通过对影响分析集I的分析来将每个可判定性因子值CFV与最大可判定性因子值CFM进行比较，如果发现大于最大值，则检查其相应的影响因子。相对于影响因子值计算阈值例如，如果影响因子属于影响高，则计算阈值高。在此基础上，可判定性被校准。当可判定性被改变为3.1. 通过事件匹配估计概率失败的原因是先前事件的最大数量发生变化，因此仅允许其影响的40%作用于逻辑，其中，如果可判定性因子的影响值为1，则其影响较低，因此允许其影响的60%作用于逻辑。在影响分析部分，这种影响容限被称为阈值。表3列出了每种冲击值的阈值计算。这在图2的步骤10中示出。阈值估计，Ti基于生成的各种元胞自动机模式（包括属性、变化、请求、QoS、规则、函数、参数和事件模式）充当知识库以辅助知识发现和决策。确定风险、准确性、自动化和事件匹配的概率准确性概率表示评估的准确程度。 这估计基于对的以下配方，产品中心根据以下公式：Ti<$Df1IA，其中，Df=成功事件的可判定性因子的最大值nx1/4ConEvalalanxaPnChangeEvaltaxexPnQoSEvalIA =该阈值类型i允许的影响百分比。由于影响值是根据其对对数的影响进行评级的，因此影响因子的确定也根据评级进行分类。因此，具有影响值5的可判定性因素的影响因子计算为Impact_Very_High并缩写为IVH，影响值4计算为Impact_High并缩写为IH，影响值3计算为Impact_Medium并缩写为IM，影响值2被计算为Impact_Low并且缩写为IL，并且X=3个n.其中ConEval（x）是元胞自动机对事件x的约束因子的评估结果，ChangeEval（x）是元胞自动机对事件x的约束因子的评估结果，QosEval（x）是元胞自动机对事件x风险概率表示所做评估涉及的风险量。这是根据以下公式估算的，（Xn “P5P风险等级1-x¼1ConResxωConPrx51/1P4 ChangeResxωChangePrx中文（简体）Xnþx¼141/1我我ChangePrix其中ConRes（x）是元胞自动机中事件x的约束因子i的值，ChangeResi（x）是元胞自动机中事件x的变化因子i的值，ConPri（x）是事件x的约束因子 i的优先级，QosEval（x）是元胞自动机对事件x的约束因子的评估结果，Change Pri（x）是表2可决定性因素的影响值。决定性因素执行命令，IOOE影响值来自事件3相似性测度业务策略实施，IBPE正确性，ICSI SY，ISY变化因子变化因子约束因子约束因子QoS 因 子QoS 因 子QoS 因 子QoS因子2454Branch，IBR3Parallel，IPL2Sequence，ISQ5迭代，IIT1可用性，IAV执行时间、IET响应 时 间 、 IRT 成本、ICT24531/1QoSEvaluerx表3影响值的阈值。阈值名称影响影响百分比值允许值（%）阈值_非常_高540–Threshold_High450阈值_中350TMThreshold_Low255阈值_非常_低160TVL218M. Thirumaran等人P自动化程度± ¼x¼1联系我们n图3判定性校准算法。事件x的约束因子i的优先级，自动化程度的概率是对通过所做出的自动化决策来做出正确和平滑的改变的程度的估计。事件匹配概率是对事件匹配程度的估计这是根据以下公式估算的Pn1/2PropEva lxωConEvalxωChangeEvalxωQoSEva lx]其中ConEval（x）是元胞自动机对事件x的约束因子的评估结果，ChangeEval（x）是元胞自动机对事件x的约束因子的评估结果，QosEval（x）是元胞自动机对事件x的约束因子的评估结果，n是记录的事件总数Pincidentmatching（事件匹配）PR PP其中PRC是接收到的规则的可能的规则组合，PSC是接收到的组合集合的可能的服务组合，PRP是接收到的规则的现有规则组合，PSP是接收到的组合集合的现有服务组合长期组合服务的变化影响分析219PCA的转换规则If（XN>O3XN O1）then将XN的单元格位置移动到X2（右）End If<如果（XN>O4XN O2），则<将单元格位置从XN移动到X3（底部）End If如果（XNO3），则<将XN的单元格位置移动到X4（左）End If如果（XN>O2），则将XN的单元格位置移动到X1（顶部）End If图4行为分析算法。然后使用概率细胞自动机进行行为分析。3.2. 使用概率元胞自动机概率元胞自动机是一种随机元胞自动机，其中两个规则同时遵循用于更新单元。这里应用的规则之一是通过将每个单元状态与阈值进行比较来确定自动机的可判定性。第二个规则是用于基于概率测量动态地确定小区位置。因此，根据一些概率分布选择新实体的状态，从而执行行为分析并进行预测。行为分析的算法如图4所示。该算法基于概率测度来预测小区位置的动态变化。考虑到所有的变更请求，CR，风险的概率是从记录的事件中估计出来的，并与阈值进行比较，而阈值又是通过事件匹配估计出来的。如果概率值超过阈值，则它指示大多数记录的事件未能满足可判定性标准。因此，必须修改影响评级、优先级和因素的单元位置。因此，提取具有可判定性失败的改变请求CD然后选择与阈值偏差较大的可判定性因子，提高因子的影响优先级。概率元胞自动机根据图12的步骤12所示的转移规则，对可判定性进行验证，并动态同步地改变单元位置。 二、3.2.1. 转移规则借助于图1阐明了PCA动态改变单元位置所遵循的转换规则。 五、顶部位置X1、右侧位置X2、底部位置X3和左侧位置X4处的冲击值为：在相应的位置上，使用为单元格O1、O2、O3、O4配置的影响值进行排序。应用于PCA的过渡规则如下所示：转换规则在下面的图5中阐明。在从单元格X4回溯时，提取变化前后的相应FSM，这使得可以追溯任何变化点。变更历史存储事件属性、变更因素、约束因素和QoS因素模式，审计日志跟踪变更事件、变更结果和变更日志。 从这个丰富的知识库中，代理执行决策制定和风险分析（Tjoa等人，2011;Marschall等人，2012年）。检测模式，概率元胞自动机通过估计准确性、 风险、 自动 化和事 件匹配 的概率 （Plebani和Pernici，2009年）进行行为分析，采用JESS规则引擎进行决策，最终实现目标和价值预测。4. 实验结果本节将在业务领域中的应用程序的帮助下详细说明变更管理场景此外，本发明还220M. Thirumaran等人基于风险概率的单元格位置变更顶部X1X4 >O1X1 O1X1 O3右X4X3>O2X2>O2X4>O3 X4 O1 X2O3X2左侧X4>O4 X4 O2 X3 O3 X3 O1 X1 O 2 X1>O4X3 O3X2 O2X3底部变更前S1R11I/P：用户IDO/P：o1、o2、o3、o4、o5、o6I/P：用户IDO/P：o1、o2、o3O/P：o1、o2、o3I/P：用户IDR12 R21 R31I/P：i1、i2、i3、i4、i5、i6 O/P：状态O/P：状态S1 S2 S3变更后S1R11I/P：用户IDO/P：o1、o2、o3、o4、o5、o6I/P：用户IDO/P：o1、o2、o3O/P：o1、o2、o3I/P：用户IDR12 R21 R41I/P：i1、i2、i3、i4、i5、i6 O/P：状态O/P：状态S1 S2 S4图5细胞定位和行为分析遵循的规则描述了LCS上的变化影响分析和事件匹配方法的结果4.1. 变革管理方案在本节中，将演示一个来自旅游领域的应用程序，以阐明变更管理和变更影响分析过程。考虑一个旅行社LCS，它提供多种功能，包括航空公司、酒店和出租车服务。组合服务提供提交客户详细信息-- book_cab按顺序执行。现在，考虑一个要求删除'book_airticket'的变更请求这种删除必须非常谨慎，因为其他规则和服务的执行不得受到影响。收到更改请求后，如图6所示，变更影响分析框架基于域和上下文分析提取相应的源代码。在此之后，进行依赖性分析并形成业务逻辑集然后构建相应的变更前的组合部分模式，并使用完整的组合模式进行验证。所考虑的模式被称为部分模式，因为它只反映了发生变化的业务逻辑的一部分，而完整的组合模式反映了整个业务流程。在成功的模式验证之后，如图7所示构造改变之前的有限状态机。在该FSM上执行属性预评估，结果如图8所示，校准了该FSM。在成功的重复校准后，允许业务在删除过程之前，需要考虑各种标准密克罗尼西亚联邦的规则可以-长期组合服务的变化影响分析221@WebService（serviceName =“code1code1 String sql=（“insertintohotel（username，contact，address，roo mtype，no_of_name）”+“values”+“（“+cust.get（0）.toString（）+"，"+cust.get（1）.toString（）+"，"+cust.get（2）.toString（）+架构生成<联系我们- <服务名称=”新加坡航空“>- <规则ID=”r11“名称=”getcust_details“>- <参数名称=”uname“ptype=”String“/><联系我们- <规则ID=”r12“name=”book_airticket“>- <参数名称=”uname“ptype=”String“/><参数名称=”联系人“ptype=”String“/><参数name=”address“ptype=”String“/><参数名称=”source“ptype=”String“/><参数名称=”dest“ptype=”String“/><参数名称=”toc“ptype=”String“/><联系我们-

String源代码提取驾驶室驾驶室__服服务务@WebService（serviceName=“Singapore_Airlines”）resultSet rs1=stmt.executeQuery（“Select * from airline whereusername='"+uname+”“）;while（rs1.next（））{ cust.add（rs1.getString（2））;cust.add（rs1.getString（3））; cust.add@WebService（serviceName=“Cab_Service”）code2code2 String sql=（“insert intotaxi（username，contact，address，area，type）values（“+cust.get（0）.toString（）+"，"+cust.get（1）.toString（）+"，"+cust.g）;酒店酒店__服务服务航空公司航空公司__服务服务旅行-LCS图6旅游LCS的源代码提取、模式生成和业务逻辑集提取如果它正被任何其它规则调用，或者如果它是对任何其它规则的唯一调用，或者如果在前一个和下一个规则或服务之间没有链接而不是要删除的规则，则不删除它只有这样，分析师才可以进行删除的初始操作。除了变更评估过程之外，这还有助于降低进行变更所涉及的风险。它也不是前一个规则和下一个规则之间的唯一联系。因此，分析人员可以在模式级别进行更改。在删除'book_airticket'之 后， 所 构造 的 FSM如图所示。9.第 九条。 图图10描述了变更过程以及变更前后的模式和FSM。在变更提交之前，对旅行社应用程序进行变更因素评估、约束因素评估和QoS因素评估，并估计相应的决策性因素值。随后进行变更影响分析，提取先前记录的类似变更事件，并进行影响值估计，如图所示。 十一岁并进行了阈值估计和影响因子估计并且估计概率测量用于行为分析。然后，PCA执行单元状态的动态更新，随后执行可然后在成功的可判定性校准时提交更改，如果校准失败则回滚。基于估计的可判定性因子值进行的影响分析如图11所示。风险概率估计为P（风险）=0.233。准确度概率估计为P（准确度）=0.7667，概率的程度的自动化作为P（aut）=0.723，事件匹配概率为P（inc）=0.89。图12示出了针对不同影响因素对旅行LCS的50个变更请求蓝色曲线表示属于相应影响因子类别的特定因子的可判定性因子值，红色曲线表示相应的阈值估计值。图13示出了在不同的时间戳处并且针对不同的改变请求，基于来自先前相邻状态的概率函数的小区位置的改变。图图14- 17 显 示 了 通 过 变 更 影 响 分 析 进 行 变 更后，在响应时间、扩展时间、成本和可用性方面观察到的改进。蓝色曲线表示资产评估222米。Thirumaran等人图7旅行LCS变更前构建的FSM。图8旅行LCS的性能评估结果。变更评估<联系我们- <服务名称=”新加坡航空“>- <规则ID=”r11“名称=”getcust_details“>- <参数名称=”uname“ptype=”String“/><联系我们- <规则ID=”r12“name=”book_airticket“>- <参数名称=”uname“ptype=”String“/><参数名称=”联系人“ptype=”String“/><参数name=”address“ptype=”String“/><参数名称=”source“ptype=”String“/><参数名称=”dest“ptype=”String“/><参数名称=”toc“ptype=”String“/><联系我们- <服务名称=”新加坡航空“>- <规则ID=”r11“名称=”getcust_details“>- <参数名称=”uname“ptype=”String“/><联系我们<服务支持长期组合服务的变化影响分析223图9旅行LCS变更后的构造FSM。变更前变更后图10旅行LCS224米Thirumaran等人图11 50个变更请求的影响分析结果和影响成功的变更请求。变更前的估计，红色曲线表示变更后的估计。4.2. 目标制定该框架的各项目标已在表4中确定和描述。提出的框架旨在提供有效的变更管理，降低风险，高准确性，高度自动化和事件匹配。框架的这些目标根据表中所示的指标进行评估。对于风险的估计，自动机的数量，其中无论是E.E.属性评估或可判定性，即包括变化因素、约束因素和QoS因素评估的变化评估已经失败，将从整个事件集合中提取。这表明框架所保证的运行时支持和决策制定在多大程度上未能满足业务需求。自动化程度是框架自动做出决策的程度。这是由在整个事件集的可管理性校准之后已经进行并成功进行可判定性校准的自动机的数量指示的，即，这些决定在多大程度上事件匹配指示来自整个事件集的现有模式数量中的规则和服务模式的可能组合数量，即由框架执行的初始匹配的深度和级别准确性是衡量框架所做的决定在多大程度上是正确和谨慎的即框架的行为有多准确。这是估计的数量的可预测性和decidabil- ity自动机已成功地纳入变化。5. 相关工作本节讨论与拟议框架和方法有关的各项工作。变更管理是一种结构化的方法，用于确保变更彻底而顺利地进行，并实现变更的持久效益。5.1. 相关的变革管理工作Liu等人（2011）已经提出了一种框架，其中管理LCS中的变化已经被建模为双重服务查询优化过程（Liu等人，2011年