吳 舜 ，許大衛(wèi) ，魏 征 ，胡成臣 ，向萬(wàn)紅 ，郭 前 ，唐亞哲

（1.國(guó)網(wǎng)冀北電力有限公司信息通信分公司 北京 100053；2.西安交通大學(xué) 西安 710049；3.遠(yuǎn)光軟件股份有限公司 珠海 519085；4.南京云帕信息技術(shù)有限公司 南京 211100）

1 引言

在電網(wǎng)企業(yè)信息系統(tǒng)運(yùn)維實(shí)踐中，即使配置、部署了各種各樣的監(jiān)控系統(tǒng)，也常有業(yè)務(wù)系統(tǒng)出現(xiàn)問(wèn)題卻怎么也找不到故障點(diǎn)的情況。究其原因，主要是當(dāng)前大部分監(jiān)控系統(tǒng)是分離地監(jiān)控業(yè)務(wù)系統(tǒng)組成部分的工作狀態(tài) （如網(wǎng)絡(luò)、服務(wù)器、數(shù)據(jù)庫(kù)等），并且這些監(jiān)控的級(jí)別很低，沒(méi)有區(qū)分用戶和業(yè)務(wù)，也沒(méi)有從業(yè)務(wù)系統(tǒng)本身的工作狀態(tài)尋找原因。尤其在網(wǎng)絡(luò)環(huán)境下，僅知道某個(gè)交換機(jī)端口的吞吐率或者分組丟失率，很難發(fā)現(xiàn)某個(gè)業(yè)務(wù)運(yùn)行不正常的原因。本文的工作目標(biāo)是解決上述問(wèn)題，通過(guò)監(jiān)控業(yè)務(wù)系統(tǒng)尤其是網(wǎng)絡(luò)中運(yùn)行的業(yè)務(wù)系統(tǒng)的通信行為，實(shí)現(xiàn)基于用戶體驗(yàn)的主動(dòng)運(yùn)維。

通常，一個(gè)業(yè)務(wù)系統(tǒng)具有針對(duì)某個(gè)具體業(yè)務(wù)的多種功能，如財(cái)務(wù)系統(tǒng)通常會(huì)有各種報(bào)賬、查詢等。作為終端用戶的財(cái)務(wù)統(tǒng)計(jì)人員，直接操作在業(yè)務(wù)系統(tǒng)上，便發(fā)生了對(duì)應(yīng)于各種功能的操作，定義這些操作為相應(yīng)的此業(yè)務(wù)系統(tǒng)上的用戶行為。

在業(yè)務(wù)系統(tǒng)的實(shí)際運(yùn)行中，行為的響應(yīng)速度直接反映了用戶業(yè)務(wù)運(yùn)行是否正常，也影響著終端用戶的用戶體驗(yàn)，過(guò)長(zhǎng)的響應(yīng)時(shí)間（出現(xiàn)故障時(shí)甚至導(dǎo)致響應(yīng)時(shí)間無(wú)限長(zhǎng)）將直接導(dǎo)致用戶使用系統(tǒng)時(shí)的不適。例如，用戶點(diǎn)擊“已完成單據(jù)查詢”，在多長(zhǎng)時(shí)間之后業(yè)務(wù)系統(tǒng)做出響應(yīng)并展示出相應(yīng)的結(jié)果，直接影響著業(yè)務(wù)系統(tǒng)的用戶體驗(yàn)滿意度。

作為業(yè)務(wù)系統(tǒng)的運(yùn)維人員，需要在用戶體驗(yàn)下降時(shí)及時(shí)發(fā)現(xiàn)終端用戶在使用業(yè)務(wù)系統(tǒng)時(shí)存在的問(wèn)題，這就要求運(yùn)維人員能通過(guò)某種方式實(shí)時(shí)了解用戶對(duì)業(yè)務(wù)系統(tǒng)的使用情況，并且對(duì)用戶滿意度進(jìn)行評(píng)估，出現(xiàn)問(wèn)題時(shí)及時(shí)解決。

本文提出的主動(dòng)運(yùn)維平臺(tái)通過(guò)對(duì)業(yè)務(wù)系統(tǒng)的實(shí)時(shí)監(jiān)控，以用戶發(fā)生各種行為時(shí)產(chǎn)生的流量為輸入，借助細(xì)粒度網(wǎng)絡(luò)流量分析方法識(shí)別出每個(gè)用戶行為，并且給出用戶發(fā)生此行為的響應(yīng)時(shí)間，也就是用戶行為性能，幫助運(yùn)維人員及時(shí)發(fā)現(xiàn)系統(tǒng)存在的問(wèn)題，提供優(yōu)化業(yè)務(wù)系統(tǒng)的依據(jù)，提高用戶體驗(yàn)。

2 系統(tǒng)設(shè)計(jì)

針對(duì)引言中提出的功能需求，本平臺(tái)采用自頂向下的設(shè)計(jì)思路，要得到用戶發(fā)生某個(gè)行為的響應(yīng)時(shí)間，就需要知道在用戶發(fā)生此行為對(duì)應(yīng)的流量中，最開(kāi)始和最末尾部分流量的時(shí)間點(diǎn)，二者之間的差值就是用戶在此行為上的體驗(yàn)時(shí)間。而在通常情況下，系統(tǒng)獲取到的網(wǎng)絡(luò)流量是各個(gè)用戶各個(gè)行為產(chǎn)生流量的混合體，所以在上述層次之下便是如何識(shí)別出特定用戶行為的流量，故系統(tǒng)最終設(shè)計(jì)為一種上下雙層結(jié)構(gòu)。

2.1 行為性能測(cè)量

本文提出的主動(dòng)運(yùn)維平臺(tái)以監(jiān)聽(tīng)的方式實(shí)施，通過(guò)監(jiān)聽(tīng)用戶流量，識(shí)別分析用戶行為，度量行為的時(shí)間，最終實(shí)現(xiàn)對(duì)業(yè)務(wù)系統(tǒng)的實(shí)時(shí)監(jiān)控。

運(yùn)維平臺(tái)在網(wǎng)絡(luò)中部署的典型拓?fù)淙鐖D1所示，平臺(tái)串接在網(wǎng)絡(luò)之中，以用戶發(fā)生各種行為時(shí)的流量和內(nèi)置規(guī)則庫(kù)作為輸入，如圖2所示，最終得到的輸出便為識(shí)別出的用戶行為以及每個(gè)行為的用戶體驗(yàn)時(shí)間。

圖1 智能運(yùn)維平臺(tái)在網(wǎng)絡(luò)中的位置

圖2 平臺(tái)輸入輸出示意

本平臺(tái)測(cè)量的目標(biāo)系統(tǒng)是電網(wǎng)企業(yè)信息系統(tǒng)典型的B/S架構(gòu)的客戶端，特點(diǎn)是使用HTTP請(qǐng)求和響應(yīng)與服務(wù)器進(jìn)行交互。需要注意的是，在本平臺(tái)中最后得到的是某個(gè)行為的用戶體驗(yàn)時(shí)間，而不是行為發(fā)生時(shí)某個(gè)HTTP請(qǐng)求和其響應(yīng)之間的耗時(shí)，故在本平臺(tái)對(duì)于用戶發(fā)生某個(gè)行為時(shí)產(chǎn)生的一大批HTTP請(qǐng)求和響應(yīng)中，取最開(kāi)始和最后的請(qǐng)求響應(yīng)對(duì)，并且計(jì)算第一個(gè)請(qǐng)求響應(yīng)對(duì)的請(qǐng)求時(shí)間點(diǎn)到最后一個(gè)請(qǐng)求響應(yīng)對(duì)的響應(yīng)時(shí)間點(diǎn)的時(shí)間差，從而判斷用戶從最開(kāi)始發(fā)生此行為一直到行為完成的耗時(shí)，也就是用戶體驗(yàn)時(shí)間。例如，當(dāng)用戶在某財(cái)務(wù)系統(tǒng)上點(diǎn)擊“已完成單據(jù)查詢”鏈接時(shí)，會(huì)產(chǎn)生一系列HTTP請(qǐng)求與響應(yīng)，在本系統(tǒng)的研究中，只取具有先后順序的HTTP請(qǐng)求和響應(yīng)，如圖3所示。

圖3 一個(gè)行為產(chǎn)生的HTTP請(qǐng)求和響應(yīng)

為描述方便，本文使用字母表示發(fā)生的HTTP請(qǐng)求響應(yīng)對(duì)，圖3中最開(kāi)始的圓A代表第一個(gè)請(qǐng)求響應(yīng)對(duì)，最后的圓Z代表最后一個(gè)請(qǐng)求響應(yīng)對(duì)，本運(yùn)維平臺(tái)首先識(shí)別出圓A，記錄下圓A的請(qǐng)求和響應(yīng)時(shí)間戳，之后只需要識(shí)別出期望的圓Z，并且記錄下圓Z的請(qǐng)求時(shí)間戳和響應(yīng)時(shí)間戳，用圓Z的響應(yīng)時(shí)間戳減去圓A的請(qǐng)求時(shí)間戳就是此行為的用戶體驗(yàn)時(shí)間，如式（1）所示。

在圖3中，本平臺(tái)對(duì)于“已完成單據(jù)查詢”行為，只需要依次捕捉請(qǐng)求響應(yīng)對(duì)A和Z的到來(lái)，對(duì)于其他如請(qǐng)求響應(yīng)對(duì)B、C，放過(guò)即可。通過(guò)可配置的規(guī)則來(lái)決定對(duì)于某個(gè)行為，平臺(tái)需要捕獲到哪兩個(gè)請(qǐng)求響應(yīng)對(duì)。換句話說(shuō)，規(guī)定平臺(tái)需要關(guān)聯(lián)哪兩個(gè)請(qǐng)求響應(yīng)對(duì)才能識(shí)別一個(gè)行為，并且得到這個(gè)行為的用戶體驗(yàn)時(shí)間，將這種可配置的規(guī)則稱為關(guān)聯(lián)分析規(guī)則，規(guī)則樣例見(jiàn)表1。

表1 關(guān)聯(lián)分析規(guī)則樣例

綜上所述，本平臺(tái)以請(qǐng)求響應(yīng)對(duì)A、B、C等作為待關(guān)聯(lián)數(shù)據(jù)輸入，以可配置的關(guān)聯(lián)分析規(guī)則作為規(guī)則輸入，最終得到用戶發(fā)生的行為以及用戶體驗(yàn)時(shí)長(zhǎng)。也就是說(shuō)，請(qǐng)求響應(yīng)對(duì)A、B、C是底層提供給上層的服務(wù)數(shù)據(jù)，同TCP/IP網(wǎng)絡(luò)的分層原理一樣，將這一層稱為關(guān)聯(lián)分析層。顯然，像請(qǐng)求響應(yīng)對(duì)A、B、C這樣的請(qǐng)求響應(yīng)對(duì)，并不是直接可以從網(wǎng)絡(luò)中不做任何處理就可以獲取到的，在第3節(jié)中將敘述如何獲得請(qǐng)求響應(yīng)對(duì)A、B、C。

2.2 請(qǐng)求響應(yīng)對(duì)識(shí)別

像A、B、C這樣的請(qǐng)求響應(yīng)對(duì)，在本平臺(tái)中一般代表某個(gè)特定行為的開(kāi)始或結(jié)束，因此是具有特定語(yǔ)義的，稱本層為語(yǔ)義抓取層。語(yǔ)義抓取層為關(guān)聯(lián)分析層提供具有語(yǔ)義特性的請(qǐng)求響應(yīng)對(duì)，供上層進(jìn)行關(guān)聯(lián)分析，也就是為上層提供服務(wù)數(shù)據(jù)。

如前所述，用戶在點(diǎn)擊“已完成單據(jù)查詢”時(shí)，會(huì)產(chǎn)生一系列HTTP請(qǐng)求和響應(yīng)，該層應(yīng)該如何區(qū)分不同的HTTP請(qǐng)求和響應(yīng)是一個(gè)問(wèn)題。在本層使用語(yǔ)義抓取規(guī)則，規(guī)定滿足特定條件的HTTP請(qǐng)求和響應(yīng)才是特定的請(qǐng)求響應(yīng)對(duì)A或者其他。例如表2中的語(yǔ)義抓取規(guī)則，其中第一條規(guī)則規(guī)定：HTTP請(qǐng)求中URI的字段值與正則表達(dá)式“Ywdjywc.*”匹配，HTTP請(qǐng)求中 referer的字段值與正則表達(dá)式 “index.jsp”匹配，同時(shí)服務(wù)器對(duì)這個(gè)HTTP請(qǐng)求的響應(yīng)數(shù)據(jù)與正則表達(dá)式“ywc_data”匹配，如果這3個(gè)正則表達(dá)式都可以匹配到，則認(rèn)為捕獲到了A請(qǐng)求響應(yīng)對(duì)，之后將其輸出到一張按用戶IP地址分開(kāi)的表中，見(jiàn)表3。表3作為語(yǔ)義抓取層的輸出、關(guān)聯(lián)分析層的輸入，由語(yǔ)義分析層提供給關(guān)聯(lián)分析層，之后由關(guān)聯(lián)分析層進(jìn)行關(guān)聯(lián)分析。

表2 語(yǔ)義抓取規(guī)則樣例

表3 語(yǔ)義抓取層輸出樣例

綜上所述，語(yǔ)義抓取層的輸入為用戶操作業(yè)務(wù)系統(tǒng)時(shí)產(chǎn)生的一系列HTTP請(qǐng)求和響應(yīng)，也就是網(wǎng)絡(luò)中的原始流量以及一張內(nèi)置的語(yǔ)義抓取規(guī)則表，輸出為提供給上層的關(guān)聯(lián)分析數(shù)據(jù)，也就是請(qǐng)求響應(yīng)對(duì)。

因此，整個(gè)平臺(tái)最終分為兩層：關(guān)聯(lián)分析層和語(yǔ)義抓取層。兩層的輸入、輸出及相互間的關(guān)系可用圖4表示。自底向上，首先語(yǔ)義抓取層將用戶產(chǎn)生的流量與語(yǔ)義抓取層規(guī)則庫(kù)進(jìn)行匹配，得到的輸出為每個(gè)用戶產(chǎn)生的不同請(qǐng)求響應(yīng)對(duì)；而語(yǔ)義抓取層的輸出作為關(guān)聯(lián)分析層的輸入，關(guān)聯(lián)分析層將下層提供的輸入數(shù)據(jù)與關(guān)聯(lián)分析規(guī)則庫(kù)進(jìn)行關(guān)聯(lián)分析，最終得到識(shí)別出的用戶行為及每個(gè)行為的用戶體驗(yàn)滿意度。

圖4 系統(tǒng)分層架構(gòu)設(shè)計(jì)

3 關(guān)鍵技術(shù)實(shí)現(xiàn)

如第2節(jié)所述，要得到用戶發(fā)生某個(gè)行為的響應(yīng)時(shí)間，就需要知道在用戶發(fā)生此行為對(duì)應(yīng)的流量中，最開(kāi)始和最末尾部分流量片段的時(shí)間點(diǎn)，二者之間的差值就是用戶在此行為上的體驗(yàn)時(shí)間。在系統(tǒng)的實(shí)現(xiàn)過(guò)程中，同一個(gè)用戶在一段時(shí)間內(nèi)會(huì)發(fā)生多個(gè)行為，而每個(gè)行為由行為開(kāi)始和行為結(jié)束兩部分組成，因此，多個(gè)行為之間的開(kāi)始和結(jié)束在時(shí)間上會(huì)發(fā)生覆疊，記行為1的開(kāi)始時(shí)間為t1，結(jié)束時(shí)間為 t2，行為2的開(kāi)始時(shí)間為 t3，結(jié)束時(shí)間為 t4，上述問(wèn)題可以描述為t1

針對(duì)上述情況，本平臺(tái)在實(shí)現(xiàn)中采用了一種保存用戶行為上下文的辦法，即用戶行為候選表。這張表中保存了用戶一段時(shí)間內(nèi)可能會(huì)發(fā)生的所有行為，例如，當(dāng)系統(tǒng)在t1時(shí)刻檢測(cè)到行為1的開(kāi)始時(shí)，便在用戶行為候選表中加入行為1，并且記錄時(shí)間點(diǎn)t1。同樣，隨后系統(tǒng)會(huì)在用戶行為候選表中加入行為2，并記錄時(shí)間點(diǎn)t3。對(duì)于后面t2時(shí)刻到來(lái)的行為1結(jié)束點(diǎn)，只需要查找用戶行為候選表便可以命中行為1，并且得到行為1的用戶體驗(yàn)時(shí)間。同理，可繼續(xù)命中行為2并且得到其用戶體驗(yàn)時(shí)間。系統(tǒng)的關(guān)鍵實(shí)現(xiàn)在于用戶行為體驗(yàn)時(shí)間測(cè)量算法，具體計(jì)算過(guò)程如下。

輸入：用戶請(qǐng)求響應(yīng)對(duì)標(biāo)識(shí)碼表（表3）、關(guān)聯(lián)分析規(guī)則表（表 1）。

輸出：用戶行為體驗(yàn)耗時(shí)。

1：從用戶請(qǐng)求響應(yīng)對(duì)標(biāo)識(shí)碼表中取出一個(gè)IP地址和其對(duì)應(yīng)的請(qǐng)求相應(yīng)對(duì)標(biāo)識(shí)碼，如（192.168.0.1，A）；

2：使用3中的標(biāo)識(shí)碼在用戶行為候選表中匹配用戶的候選行為；

3：if命中某個(gè)候選行為

4：then輸出得到的用戶行為并且計(jì)算此行為的體驗(yàn)耗時(shí)；

5：刪除此候選行為；

6：else

7：使用3中標(biāo)識(shí)碼查找關(guān)聯(lián)分析規(guī)則表；

8：if查找到可能的用戶行為

9：then將查找到的用戶行為加入用戶行為候選表；

10：記錄行為的開(kāi)始時(shí)間等信息；

11：else

12：丟棄此次的請(qǐng)求相應(yīng)對(duì)標(biāo)識(shí)碼；

13：end if

14：end if

15：返回至步驟1

4 實(shí)驗(yàn)結(jié)果

4.1 功能測(cè)試

本平臺(tái)按照如圖1所示的拓?fù)湓谀畴娋W(wǎng)企業(yè)財(cái)務(wù)系統(tǒng)進(jìn)行了測(cè)試，根據(jù)最終得到的輸出統(tǒng)計(jì)出用戶體驗(yàn)時(shí)間最長(zhǎng)的10種行為，并且給出了每種行為的用戶體驗(yàn)時(shí)間，如圖5所示。

圖5 某財(cái)務(wù)系統(tǒng)行為性能統(tǒng)計(jì)

從圖5可以看出，在這個(gè)財(cái)務(wù)系統(tǒng)中最慢的行為是“進(jìn)入系統(tǒng)”行為，這說(shuō)明這個(gè)行為的用戶體驗(yàn)較差，用戶登錄后進(jìn)入系統(tǒng)可能從服務(wù)器加載了大量數(shù)據(jù)，從而導(dǎo)致服務(wù)器響應(yīng)過(guò)慢；或者網(wǎng)絡(luò)負(fù)載過(guò)重，使得數(shù)據(jù)傳輸過(guò)慢；也可能是使用了不合理的SQL查詢、服務(wù)器負(fù)載過(guò)重等?？傊\(yùn)維人員可以通過(guò)這種方式實(shí)時(shí)監(jiān)控系統(tǒng)中用戶在業(yè)務(wù)系統(tǒng)上各個(gè)行為的體驗(yàn)，對(duì)有問(wèn)題的行為進(jìn)行專項(xiàng)優(yōu)化。

4.2 吞吐率測(cè)試

對(duì)吞吐率進(jìn)行測(cè)試，在平臺(tái)上使用離線流量進(jìn)行測(cè)試。具體來(lái)說(shuō)，針對(duì)不同大小、不同比例的混合流量進(jìn)行處理，根據(jù)最終處理完整個(gè)離線流量的時(shí)間來(lái)計(jì)算平臺(tái)的吞吐率。由于本平臺(tái)的目標(biāo)流量是某財(cái)務(wù)管控系統(tǒng)流量，故將純目標(biāo)流量與其他無(wú)關(guān)流量進(jìn)行不同比例的混合，最終得到5種離線流量，見(jiàn)表4。測(cè)試結(jié)果即在不同比例流量下的不同吞吐率。

表4 不同比例的混合流量

圖6為在5種不同混合流量下測(cè)試得到的系統(tǒng)吞吐率?？梢钥闯觯瑥牧髁?到流量5吞吐率逐漸變高，這是因?yàn)闊o(wú)關(guān)流量的增加并不會(huì)增加本系統(tǒng)的負(fù)荷，本系統(tǒng)只對(duì)流量中的目標(biāo)流量進(jìn)行處理，從而表現(xiàn)出系統(tǒng)吞吐率的升高。一般情況下，網(wǎng)絡(luò)中的流量不會(huì)總是無(wú)關(guān)流量或者目標(biāo)流量，所以采取混合流量的方法進(jìn)行測(cè)試是十分合理的。

圖6 不同混合流量下測(cè)試得到的系統(tǒng)吞吐率

4.3 內(nèi)存測(cè)試

對(duì)設(shè)備進(jìn)行長(zhǎng)時(shí)間的模擬在線環(huán)境測(cè)試，將目標(biāo)流量從另外一臺(tái)設(shè)備打入本平臺(tái)，監(jiān)控系統(tǒng)的內(nèi)存使用情況，測(cè)試系統(tǒng)的穩(wěn)定性，圖7是系統(tǒng)運(yùn)行72 h內(nèi)存的變化情況。圖7中有兩條線是因?yàn)楸鞠到y(tǒng)運(yùn)行時(shí)需要兩個(gè)例程?？梢钥闯?，系統(tǒng)的內(nèi)存開(kāi)銷很低，并且運(yùn)行穩(wěn)定。

5 結(jié)束語(yǔ)

圖7 系統(tǒng)運(yùn)行72 h內(nèi)存占用情況

本文提出了一種識(shí)別用戶行為并且測(cè)量用戶行為體驗(yàn)的方法，同時(shí)將其平臺(tái)化，幫助運(yùn)維人員定位業(yè)務(wù)系統(tǒng)中存在的缺陷。使得運(yùn)維人員在用戶體驗(yàn)下降時(shí)，及時(shí)發(fā)現(xiàn)終端用戶在使用業(yè)務(wù)系統(tǒng)時(shí)存在的問(wèn)題，運(yùn)維人員通過(guò)這種方式實(shí)時(shí)監(jiān)控系統(tǒng)中用戶在業(yè)務(wù)系統(tǒng)上各個(gè)行為的體驗(yàn)，對(duì)有問(wèn)題的行為進(jìn)行專項(xiàng)優(yōu)化。

本文的創(chuàng)新主要有以下幾點(diǎn)。

（1）本平臺(tái)相比于傳統(tǒng)的服務(wù)器端監(jiān)控，創(chuàng)新性地實(shí)現(xiàn)了與之相對(duì)應(yīng)的用戶端體驗(yàn)監(jiān)控，多維度的監(jiān)控提供了更有力的運(yùn)維信息。

（2）本平臺(tái)將用戶體驗(yàn)監(jiān)控與系統(tǒng)組件監(jiān)控有機(jī)結(jié)合起來(lái)，更細(xì)粒度地分析出發(fā)生故障時(shí)是在哪個(gè)組件上、因?yàn)槟姆N用戶行為導(dǎo)致組件運(yùn)行出現(xiàn)問(wèn)題。

（3）本平臺(tái)不但進(jìn)行用戶行為識(shí)別，并且測(cè)量每個(gè)用戶行為的用戶體驗(yàn)時(shí)間，為運(yùn)維人員提供強(qiáng)有力的故障追蹤及優(yōu)化依據(jù)。

（4）本平臺(tái)以旁路的方式監(jiān)聽(tīng)網(wǎng)絡(luò)流量，無(wú)需在用戶一端安裝任何軟件等，對(duì)用戶使用業(yè)務(wù)系統(tǒng)完全無(wú)干擾。

（5）本平臺(tái)的設(shè)計(jì)采用典型的分層設(shè)計(jì)，極大地減少了系統(tǒng)各模塊之間的耦合性，從而使得開(kāi)發(fā)與開(kāi)發(fā)、開(kāi)發(fā)與測(cè)試、測(cè)試與測(cè)試之間都可以互不干擾地進(jìn)行，極大推動(dòng)了項(xiàng)目進(jìn)度。

本文的關(guān)鍵技術(shù)在于通過(guò)監(jiān)聽(tīng)用戶流量、識(shí)別分析用戶行為、測(cè)量行為的體驗(yàn)時(shí)間，最終實(shí)現(xiàn)對(duì)業(yè)務(wù)系統(tǒng)的實(shí)時(shí)監(jiān)控。本平臺(tái)以用戶發(fā)生各種行為時(shí)的流量和內(nèi)置規(guī)則庫(kù)作為輸入，計(jì)算第一個(gè)請(qǐng)求響應(yīng)對(duì)的請(qǐng)求時(shí)間點(diǎn)到最后一個(gè)請(qǐng)求響應(yīng)對(duì)的響應(yīng)時(shí)間點(diǎn)的時(shí)間差，從而計(jì)算用戶體驗(yàn)時(shí)間，最終得到的輸出便為識(shí)別出的用戶行為以及每個(gè)行為的用戶體驗(yàn)時(shí)間。

本平臺(tái)下一步還需要對(duì)除了HTTP之外的其他協(xié)議進(jìn)行功能方面的擴(kuò)展，以滿足不同的應(yīng)用場(chǎng)景。在性能方面，本文已經(jīng)探究出更快速的語(yǔ)義抓取算法，目前正在整合中，之后可以支持更多用戶、更復(fù)雜的系統(tǒng)監(jiān)控。

1 Chen Y,Mahajan R,Sridharan B,et al.A provider-side view of web search response time.Proceedings of the ACM SIGCOMM,Hong Kong,China,2013:243～254

2 Cherkasova L,Gardner R.Measuring CPU overhead for I/O processing in the Xen virtual machine monitor.Proceeding of USENIX Annual Technical Conference,Boston,MA,USA,2005:387～390

3 Hassidim A,Raz D,Segalov M,et al.Network utilization:the flow view.Proceedings of IEEE INFOCOM,Turin，Italy,2013:1429～1437

4 Meyer T,Wohlfart F,Raumer D,et al.Measurement and simulation of high-performance packet processing in software routers. Proceedings of Leistungs-, Zuverl覿ssigkeits- und Verl覿sslichkeitsbewertung von Kommunikationsnetzen und Verteilten Systemen,GI/ITG-Workshop MMBnet,2013

5 Balachandran A,Voelker G M,Bahl P,et al.Characterizing user behavior and network performance in a public wireless LAN.ACM SIGMETRICS Performance Evaluation Review,2002,30(1):195～205

6 Li H,Hu C C.ROOM:rule organized optimal matching for fine-grained traffic identification.Proceedings of IEEE INFOCOM,Turin,Italy,2013

7 吳舜,蘇丹,吳佳等.基于 Tilera平臺(tái)的網(wǎng)絡(luò)細(xì)粒度應(yīng)用行為識(shí)別.電信科學(xué),2013,29(11):94～98

Wu S,Su D,Wu J,etal.Fine-grained network traffic identification based on tilera platform.Telecommunications Science,2013,29(11):94～98

8 朱凱,張超,張凱等.基于TCP數(shù)據(jù)包層分析的移動(dòng)互聯(lián)網(wǎng)用戶體驗(yàn)的評(píng)估方法.北京郵電大學(xué)學(xué)報(bào),2014,37(s2):40～45

Zhu K,Zhang C,Zhang K,et al.Assessment of user’s QoE for mobile internet based on TCP packet layer analysis.Journal of Beijing University of Posts and Telecommunications,2014,37(s2):40～45

9 Viswanath B,Bashir M A,Crovella M,et al.Towards detecting anomalous user behavior in online social networks.Proceedings of the 23rd USENIX Security Symposium,San Diego,CA,USA,2014

10 Barford P,Plonka D.Characteristics of network traffic flow anomalies.Proceedings of the 1st ACM SIGCOMM Workshop on Internet Measurement,San Francisco,USA,2001:69～73