大數(shù)據(jù)規(guī)模的激增，給數(shù)據(jù)處理的服務平臺帶來不可預知的后果。對Web服務日志的分析，不僅能夠幫助服務平臺有效預防網絡異常的產生，也能對服務平臺進行壓力測試分析，有利于提升服務平臺的可靠性。然而Web日志中包含用戶隱私信息，企業(yè)及政府等機構極少愿意公開日志供研究人員使用；同時，現(xiàn)已公開的Web日志數(shù)據(jù)年代久遠，其特征不符合當前大數(shù)據(jù)時代特征H1。如何仿真生成逼真的Web日志，是學術界的熱點問題，也是本文研究的方向。以中國科學院的可伸縮大數(shù)據(jù)生成組件（Scalable Big　Data Cenerator Suite．BDCS）為代表的Web日志生成器不僅能夠用于Web服務器壓力測試和性能研究，而且具有很高的擴展性。但有一個顯著的缺點是：Web日志的時間依賴性表達能力很弱；以動態(tài)Web代理緩存負載生成器（Proxy Workload Generator．ProWGen）為代表的日志生成器能較好地以時間局部性擬合Web文件特征，卻是采用靜態(tài)分布模型。當前隨著應用需求的日益擴大，要求生成器的仿真性能較高，這給Web日志生成方法帶來了嚴重的挑戰(zhàn)。事實上，當出現(xiàn)熱點時，數(shù)據(jù)會表現(xiàn)為突發(fā)性地圍繞熱點動態(tài)變化。但當前已有的Web日志生成器主要是基于靜態(tài)數(shù)據(jù)分布設計的，忽略了分布的動態(tài)性和用戶行為的復雜性，雖然引入了Web文件的時間局部性，卻沒有站在時間角度來衡量Web文件的時間局部性。

　　針對此問題，本文提出一種動態(tài)仿真模型——基于用戶興趣遷移的Web日志仿真生成（Web Log Simulation　Ceneration based on user interest migration， WLSG）算法。該WLSC算法對用戶屬性、Web文件屬性分別和時間的依賴關系進行建模，也融入了用戶興趣遷移以及自適應訪問興趣度高的Web文件，能夠生成具有強的時間依賴性，用戶訪問順序可調，且包含用戶的個性化特征的逼真日志數(shù)據(jù)。