软件老化是指软件在长期运行的过程中,由于资源的消耗或系统错误的累积而造成故障率增加、系统性能下降的一种现象。为了研究并解决软件老化问题,本文基于一个通信系统模型,以响应时间作为反映和检测软件性能的技术指标,利用一种积极主动的软件再生技术来恢复软件性能。近期,由于Alberto等人发现AT&T公司的一个电子商务系统存在老化现象,经过对该系统进行一系列深入的研究和分析,证明了其是由于负载量过大而引起的内核开销使系统性能衰退、响应时间增大。为此,他们将该系统抽象为M/M/c模型,并基于此提出了三个再生算法,分别为基于均值的静态再生算法、基于均值的加速采样再生算法和基于中心极限定理的再生算法。由于短期的爆发流也会引起响应时间的增加,因此为了避免其对系统性能的分析产生影响,各再生算法都被设定为根据检测到的n个连续响应时间的平均值来决定何时被触发。为了使抽象的模型更为贴近实际的应用,本文通过进一步分析并在M/M/c模型的基础上给出了更为符合实际情况的MMPP/M/c模型,然后基于该模型设计了一种基于经验分布的再生算法。为了比较两种模型之间的差异以及证明各再生算法的有效性,本文采用了仿真的方法来对其进行研究和分析。在论文中,首先分析了两种系统模型并对其使用离散事件仿真技术进行仿真程序设计;然后,通过仿真程序对仿真系统的正常状态以及老化状态的性能变化情况作了分析和说明,在此基础上又通过检测和收集响应时间样本来适时调度再生算法以触发系统再生,使其性能保持稳定;最后对实施再生算法的两种仿真系统分别进行性能以及丢包率上的比较和分析。结果表明实施再生算法可以在高负载的情况下维持系统响应时间性能的稳定,但同时也会导致系统丢包率在一定程度上的提升。另外,根据程序仿真数据也说明了当为再生算法配置适当的参数时可以有效地提高系统的性能,并且可以根据具体的应用领域来选择不同的再生算法以优化系统的性能。