当Web应用自我修复：基于MAPE-K的容错与自适应恢复方法
软件工程
2026-05-20 v1 人工智能
人机交互
编程语言
摘要
确保现代Web应用的可靠性和韧性仍然是一个关键挑战，由于系统复杂性和动态运行环境的增加。本研究提出一种基于监控-分析-计划-执行(MAPE-K)模型集成AutoFix启发式机制的模块化自我修复框架。采用设计与开发研究(DDR)方法，该系统被实现并通过控制容错注入实验评估，包括二十种运行故障场景，如服务崩溃、内存泄漏和数据库断开。实验结果显示，所提出的框架实现了90.7%的平均故障检测F1分数和93.2%的恢复成功率。AutoFix模块将平均恢复时间(TTR)缩短56.2%，实现平均恢复时间为3.92秒。在故障条件下，系统吞吐量保持在88%至95%之间，仅增加3.1%的响应时间。此外，迭代反馈机制在多个周期内提高了18.6%的恢复效率。这些发现表明，所提出的框架提供了一种实用且可扩展的方法，通过反馈驱动的自适应来增强Web应用的容错能力。虽然当前实现依赖于预定义的恢复策略，但反馈驱动的集成为开发更自主的自我修复系统奠定了基础。
引用
@article{arxiv.2605.19261,
title = {When Web Apps Heal Themselves: A MAPE-K Based Approach to Fault Tolerance and Adaptive Recovery},
author = {Sales Aribe and Rov Japheth Oracion},
journal= {arXiv preprint arXiv:2605.19261},
year = {2026}
}
备注
12 pages, 3 figures, 2 tables