r>[0036] 與應(yīng)用程序接口相關(guān)聯(lián)的數(shù)據(jù)例如是應(yīng)用程序接口能夠提供的各種參數(shù)，送樣的 數(shù)據(jù)是希望在數(shù)據(jù)中必（數(shù)據(jù)倉(cāng)庫(kù)）中存儲(chǔ)并更新的、能夠從應(yīng)用程序接口獲得的數(shù)據(jù)。
[0037] 如上所述，需要利用隱馬爾可夫模型觀測(cè)送樣的數(shù)據(jù)，從而對(duì)數(shù)據(jù)的更新時(shí)刻進(jìn) 行預(yù)測(cè)。
[0038] 圖3示出了根據(jù)本發(fā)明的實(shí)施例的隱馬爾可夫模型的訓(xùn)練方法的流程圖。如圖3 所示，根據(jù)本發(fā)明的訓(xùn)練隱馬爾可夫模型的方法包括如下步驟：W第一預(yù)定頻率訪問(wèn)應(yīng)用 程序接口，W確定數(shù)據(jù)是否已更新，從而得到表征數(shù)據(jù)是否已更新的第一觀測(cè)序列（步驟 S31);利用所得到的第一觀測(cè)序列，訓(xùn)練隱馬爾可夫模型（步驟S32)。
[0039] 具體地，在步驟S31中，W第一預(yù)定頻率訪問(wèn)應(yīng)用程序接口，W確定數(shù)據(jù)是否已更 新，從而得到表征數(shù)據(jù)是否已更新的第一觀測(cè)序列。
[0040] 通過(guò)訪問(wèn)應(yīng)用程序接口，可W確定感興趣的數(shù)據(jù)是否已更新。通過(guò)W第一預(yù)定頻 率訪問(wèn)應(yīng)用程序接口，可W避免浪費(fèi)過(guò)多的系統(tǒng)資源同時(shí)避免數(shù)據(jù)更新不及時(shí)。
[0041] 可W進(jìn)行如下的設(shè)定來(lái)表征數(shù)據(jù)是否已更新，并相應(yīng)地獲得第一觀測(cè)序列；如果 數(shù)據(jù)已更新，則表示為1 ;如果數(shù)據(jù)未更新，則表示為0。
[0042] 相應(yīng)地，例如，第一觀測(cè)序列可W表示為：
[0043] ......ti 2 1 ti ti"......
[0044] ......10 0 1.......
[004引其中，時(shí)刻*12、*11、*1、*14分別對(duì)應(yīng)數(shù)據(jù)已更新（"1")、數(shù)據(jù)未更新（"0")、數(shù) 據(jù)未更新（"0")、數(shù)據(jù)已更新（"1")。
[0046] 在步驟S32中，利用所得到的第一觀測(cè)序列，訓(xùn)練隱馬爾可夫模型。
[0047] 隱馬爾可夫模型的隱式狀態(tài)，即距離上一次數(shù)據(jù)更新的時(shí)間，可W表示為hstate。 隱馬爾可夫模型的顯式狀態(tài)，即當(dāng)前時(shí)刻數(shù)據(jù)是否已更新，可W表示為state,。i表示與時(shí) 刻ti對(duì)應(yīng)。如上所述，第一預(yù)定頻率可W為1小時(shí)一次，也即時(shí)刻ti 2、1、ti、tw等分別 間隔一小時(shí)。因此，可w基于第一觀測(cè)序列，訓(xùn)練隱馬爾可夫模型。
[0048] 在隱馬爾可夫模型中，ti時(shí)刻的顯式狀態(tài)的概率P(statei)可根據(jù)下式計(jì)算：
[0049] P (state;) = P 化state; I hstate; 1)沖（state; I hstate;)
[0050] P 化state; I hstate; 1)為轉(zhuǎn)移概率，P (state; I hstate;)為發(fā)射概率。
[0051] 隱馬爾可夫模型的隱式狀態(tài)的數(shù)量是有限的。例如，假定兩次更新的最大距離是 一個(gè)月，第一預(yù)定頻率為每小時(shí)一次。郝么，總計(jì)有30巧4 = 720個(gè)隱式狀態(tài)。
[0052] 模型的參數(shù)，如P化state; I hstate; 1)和P (state; I hstate;)是從作為歷史數(shù)據(jù)的 訓(xùn)練數(shù)據(jù)中訓(xùn)練得到的。
[0053] 舉例來(lái)說(shuō)，模型參數(shù)（發(fā)射概率）可W用如下的等式來(lái)預(yù)測(cè)：
[0054]
[00巧]P([state = 1] I 比state = 10])表示 hstate 等于 10 時(shí)，state 等于 1 的概率。 c〇-〇ccurrence_count (state = 1, hstate = 10)表不 hstate 等于 10 和 state 等于 1 同時(shí) 出現(xiàn)的次數(shù)，an_〇ccurrence_count (hstate)表示hstate的各種取值的出現(xiàn)總次數(shù)。
[0056] 轉(zhuǎn)移概率的計(jì)算類(lèi)似。本領(lǐng)域技術(shù)人員熟悉隱馬爾可夫模型的訓(xùn)練和參數(shù)計(jì)算， 在此不再賞述。
[0057] 在應(yīng)用時(shí)，可W根據(jù)P(statei = 1)和P(statei = 0)哪個(gè)概率更高來(lái)判斷當(dāng)前時(shí) 刻ti數(shù)據(jù)是否已更新，并相應(yīng)地知曉是否該執(zhí)行數(shù)據(jù)獲取操作。如果P(statei = 1)大于 P(statei = 0)，則判斷為當(dāng)前時(shí)刻數(shù)據(jù)已更新，從應(yīng)用程序接口獲取相應(yīng)的數(shù)據(jù)W進(jìn)行更 新，否則判斷為當(dāng)前時(shí)刻數(shù)據(jù)未更新，不需要執(zhí)行獲取和更新操作。
[0058] 此外，觀測(cè)從應(yīng)用程序接口獲取的數(shù)據(jù)是否確實(shí)相對(duì)于之前獲取的數(shù)據(jù)存在更 新，并將觀測(cè)結(jié)果用作隱馬爾可夫模型的新的訓(xùn)練數(shù)據(jù)。
[0059] W上介紹了針對(duì)黑盒子型服務(wù)器如何利用隱馬爾可夫模型對(duì)數(shù)據(jù)是否已更新進(jìn) 行判斷的方法。W下介紹針對(duì)可訪問(wèn)服務(wù)器如何判斷數(shù)據(jù)是否已更新。
[0060] 如圖2所示，在步驟S21中，捕獲超文本傳輸協(xié)議請(qǐng)求的出現(xiàn)及其時(shí)刻。
[0061] 由于能夠?qū)稍L問(wèn)服務(wù)器進(jìn)行操作，所W在可訪問(wèn)服務(wù)器中安裝軟件，監(jiān)控其輸 入輸出。具體地，監(jiān)控超文本傳輸協(xié)議（HypeKext化ansfer Protocol ,ΗΤΤ巧請(qǐng)求的出現(xiàn) 及其時(shí)刻，從而學(xué)習(xí)到哪些請(qǐng)求能夠?qū)е聰?shù)據(jù)的改變。
[0062] 因此，在應(yīng)用時(shí)，首先捕獲HTTP請(qǐng)求的出現(xiàn)及其時(shí)刻。
[0063] HTTP請(qǐng)求包括HTTP POST請(qǐng)求和HTTP GET請(qǐng)求。
[0064] 然后，在步驟S22中，根據(jù)與可訪問(wèn)服務(wù)器相關(guān)聯(lián)的數(shù)據(jù)的更新和HTTP請(qǐng)求之間 的相關(guān)性，W第二預(yù)定頻率，判斷當(dāng)前時(shí)刻數(shù)據(jù)是否已更新。
[0065] 也就是說(shuō)，為了減少系統(tǒng)的負(fù)擔(dān)，并不是一旦捕獲到HTTP請(qǐng)求就判斷當(dāng)前時(shí)刻數(shù) 據(jù)是否已更新。而是，W第二預(yù)定頻率去判斷當(dāng)前時(shí)刻數(shù)據(jù)是否已更新。
[0066] 舉例來(lái)說(shuō)，第二預(yù)定頻率為每Η十分鐘一次。在送種情況下，每隔30分鐘，根據(jù) 送Η十分鐘內(nèi)捕獲到的HTTP請(qǐng)求W及更新與請(qǐng)求的相關(guān)性來(lái)判斷當(dāng)前時(shí)刻數(shù)據(jù)是否已更 新。
[0067] 如果判斷為當(dāng)前時(shí)刻數(shù)據(jù)已更新，則從可訪問(wèn)服務(wù)器獲取相應(yīng)的數(shù)據(jù)用W更新。 優(yōu)選地，觀測(cè)從可訪問(wèn)服務(wù)器獲取的數(shù)據(jù)是否確實(shí)相對(duì)于之前獲取的數(shù)據(jù)存在更新，并將 觀測(cè)結(jié)果用于相關(guān)性的計(jì)算。
[0068] 如果判斷為當(dāng)前時(shí)刻數(shù)據(jù)未更新，則不獲取數(shù)據(jù)也不進(jìn)行更新。
[0069] 相關(guān)性由HTTP請(qǐng)求和數(shù)據(jù)已更新的狀態(tài)的共現(xiàn)概率、HTTP請(qǐng)求和數(shù)據(jù)未更新的 狀態(tài)的共現(xiàn)概率來(lái)表征。
[0070] 當(dāng)一個(gè)HTTP請(qǐng)求和數(shù)據(jù)已更新的狀態(tài)的共現(xiàn)概率大于該HTTP請(qǐng)求和數(shù)據(jù)未更新 的狀態(tài)的共現(xiàn)概率時(shí)，判斷為當(dāng)前時(shí)刻數(shù)據(jù)已更新；當(dāng)一個(gè)HTTP請(qǐng)求和數(shù)據(jù)已更新的狀態(tài) 的共現(xiàn)概率小于該HTTP請(qǐng)求和數(shù)據(jù)未更新的狀態(tài)的共現(xiàn)概率時(shí)，判斷為當(dāng)前時(shí)刻數(shù)據(jù)未 更新。
[0071] 顯然，訓(xùn)練的重點(diǎn)是獲得與可訪問(wèn)服務(wù)器相關(guān)聯(lián)的數(shù)據(jù)的更新和HTTP請(qǐng)求的相 關(guān)性，即兩種共現(xiàn)概率。
[0072] 下面將參照?qǐng)D4描述根據(jù)本發(fā)明的實(shí)施例的計(jì)算相關(guān)性的方法的流程。
[0073] 圖4示出了根據(jù)本發(fā)明的實(shí)施例的計(jì)算相關(guān)性的方法的流程圖。如圖4所示，根 據(jù)本發(fā)明的計(jì)算相關(guān)性的方法包括如下步驟；監(jiān)測(cè)可訪問(wèn)服務(wù)器的HTTP流，W獲得HTTP請(qǐng) 求及其出現(xiàn)時(shí)刻（步驟S41) 第二預(yù)定頻率，訪問(wèn)可訪問(wèn)服務(wù)器，W獲得表征數(shù)據(jù)是否已 更新的第二觀測(cè)序列（步驟S42);利用已獲得的HTTP請(qǐng)求及其出現(xiàn)時(shí)刻、W及所述第二觀 測(cè)序列，計(jì)算所述相關(guān)性（步驟S43)。
[0074] 在步驟S41中，監(jiān)測(cè)可訪問(wèn)服務(wù)器的HTTP流，W獲得HTTP請(qǐng)求及其出現(xiàn)時(shí)刻。
[0075] 監(jiān)測(cè)的結(jié)果例如如圖5上部所示。
[007引隨著時(shí)間的推移，檢測(cè)到 HTTP 請(qǐng)求"1. jsp"、"2. jsp"、"3. jspV'l. jsp"、 "2. jsp"、.......
[0077] 在步驟S42中，W第二預(yù)定頻率，訪問(wèn)可訪問(wèn)服務(wù)器，W獲得表征數(shù)據(jù)是否已更新 的第二觀測(cè)序列。
[007引第二觀測(cè)序列例如如圖5下部所示。
[0079] 在每個(gè)30分鐘的間隙里，數(shù)據(jù)改變事件分別為"1 "、" 0 "、" 0 "........" 1"表示數(shù) 據(jù)已改變，"0"表示數(shù)據(jù)未改變。
[0080] 在步驟S43中，利用已獲得的HTTP請(qǐng)求及其出現(xiàn)時(shí)刻、W及第二觀測(cè)序列，計(jì)算相 關(guān)性。
[0081] 相關(guān)性的基本思想是如果某個(gè)HTTP請(qǐng)求總與數(shù)據(jù)改變事件同時(shí)出現(xiàn)（發(fā)生），則 很有可能送個(gè)HTTP請(qǐng)求是導(dǎo)致數(shù)據(jù)改變的原因，送個(gè)HTTP請(qǐng)求與數(shù)據(jù)改變事件的相關(guān)性 強(qiáng)。
[0082] 如上所述，相關(guān)性由HTTP請(qǐng)求和數(shù)據(jù)已更新的狀態(tài)的共現(xiàn)概率、HTTP請(qǐng)求和數(shù)據(jù) 未更新的狀態(tài)的共現(xiàn)概率表征。
[0083] 具體地，可W采用如下方式計(jì)算共現(xiàn)概率。
[0084] W圖5為例，首先，從第二觀測(cè)序列中提取出HTTP請(qǐng)求與數(shù)據(jù)改變事件的共現(xiàn)對(duì)， 例如表示為；[1. jsp, 1]、[2. jsp, 1]、[1. jsp, 0]........
[00財(cái)然后，統(tǒng)計(jì)每種共現(xiàn)對(duì)的出現(xiàn)次數(shù)，例如表示為；{[1. jsp，1]，10}、{[2. jsp，0]，引........。其中，{[1. jsp，1]，10}表示HTTP請(qǐng)求"1. jsp"與數(shù)據(jù)改變事件"1" 在第二觀測(cè)序列中共同出現(xiàn)的次數(shù)為10次。