随着计算机技术的不断发展以及互联网的广泛应用,软件的运行环境由以前的静态、封闭逐步变成了开放、动态的环境,而软件系统也随之由集中式软件系统转变为分布式软件系统。在开放式网络环境下,软件在运行时其实体需临时按需聚合,并且需要在满足约束条件的情况下进行协同完成任务,使得软件的监管与预测变得比以前更加困难。需要在运行时对软件进行检测、把握以及调控相关信息,并且依据这些信息进行在线诊断和运行态势预测及调控。通过运行轨迹捕获技术能够直观地展现系统的运行过程细节,为分析系统行为、定位系统故障、优化关键路径、查找系统瓶颈提供量化依据与可靠保障。本文提出了一种基于BCI技术与序列模式挖掘技术的监测方法,运行时动态地将探针代码注入到目标字节码中,实现对目标系统的监测功能,并且不用改变目标系统的文件。收集到软件信息后,通过序列模式数据挖掘的方法对数据进行处理。本文所述软件异常行为检测主要分为三步,首先,利用BCI技术获得与软件运行行为相关的数据信息,包括:父子线程对信息和线程类的业务方法运行信息;然后,通过数据挖掘从海量的行为数据中提取出软件行为的两种模式:父子线程对序列模式和线程类行为序列模式,建立软件行为规则库;最后,将待检测的软件运行行为序列与规则库中的行为模式进行比较,从而判断待检测的软件行为序列是否异常。将序列模式数据挖掘技术引入到软件异常行为检测中,可以方便地知道软件正常运行时先后调用的方法序列,无需再对软件异常模式进行繁琐并艰难地手工分析和编码,在构建正常行为特征时也不再需要像以前那样凭专业知识和经验来选择统计方法,使异常检测更加自动化。而且对于不同的数据流可以使用相同的数据挖掘工具,使软件异常检测系统更加自适应化。