基于TCN模型的软件系统老化预测框架

来源：计算机应用与软件杂志2025年第5期北京时间：

作者：王艳超, 姚江毅, 李雄伟, 刘林云

摘要：随着软件规模的扩大和逻辑复杂度的提高，软件老化特征表现更加隐蔽，老化参数时序信号更加复杂，针对时序预测法对序列平稳性要求高和BP神经网络收敛速度慢、易陷入局部极值的问题，提出以时域卷积网络（TCN）模型为基础的软件老化预测框架。采集可用内存数据作为框架的输入，经TCN模型进行预测，通过检查预测输出的内存与实际内存的平均误差评价模型的效率。与ARIMA模型和RNN（LSTM）模型预测结果进行对比表明，TCN模型对时间序列平稳性要求低、适应性更强，不存在梯度爆炸或消失的问题，对采集的老化数据预测效果最好。

关键词：软件老化, 时域卷积网络, 老化预测框架, 预测误差, 差分自回归滑动平均模型, 长短时记忆模型