随着全球信息化的快速发展,各种各样的软件系统已经进入社会的各个领域。企业,政府等机构经过了多年信息化发展,已经拥有了各种软件资源,与此同时人们的工作方式也由过去人与人之间的交流变成了现在更多的人与软件系统之间的交互。虽然这样的变化提高了整体效率,降低了成本,但是也引发了新的问题:人们的工作对软件的依赖程度越来越高,如某个企业的软件系统崩溃会造成整个企业的瘫痪。如何提高软件系统的稳定性已经成为一个国际性的挑战。面对这个挑战,我国国家自然科学基金委员会于2007年底启动了“可信软件”重大研究计划,并投资经费3亿万元,致力于软件可信度与系统稳定性的研究。以往提高软件系统稳定性的方法是通过软件工程角度进行,如通过完善的系统设计,严密的测试,以及系统正式上线后的各种补丁程序。但是这些方法很难解决人为因素对软件系统稳定性的影响,如我们日常使用的操作系统,如果我们操作不规范,会引起系统崩溃,造成信息丢失。在造成软件系统不稳定的诸多原因中,人为因素是重要原因。软件系统在运行过程中可以通过日志的形式记录用户操作和系统运行状态,这些日志数据中隐藏着反映用户与系统交互的信息。本论文将尝试对用户操作与系统运行状态两个方面进行研究,使用数据挖掘的方法找到其中潜在的知识。从而达到评估用户操作规范度与分析系统运行状态的目的,降低人为操作因素对软件系统的影响,提高系统稳定性。本论文所做的研究属于软件数据挖掘中软件动态模式挖掘,研究基于实际运行的软件系统产生的日志数据(用户访问日志与系统运行日志),主要内容包括以下四个方面:1)软件日志数据的收集与预处理方法;2)基于频繁模式的用户操作模式挖掘与模式评估。3)用户操作模式的特征数据提取与建立基于操作模式的系统状态预测模型。4)最后讨论如何将挖掘方法与实践相结合。