The application provides a software performance risk detection method and device, including: acquiring the software program set to be detected, selecting the program with performance risk according to the predefined performance index, generating the risk program set; processing the operation behavior of the program in the risk program set to obtain the logic feature vector; using the logic feature vector for risk detection. The software performance risk detection method provided in this application includes index definition, risk identification and behavior analysis, feature storage, risk learning and operation management, etc., which can prevent performance risk from affecting the operation of software, and provide guarantee for performance risk identification in the early stage of software development, so as to optimize the possible risk problems in the development stage.
【技术实现步骤摘要】
一种软件性能风险检测方法及装置
本申请属于计算机软件检测领域,具体地讲,涉及一种基于机器学习的软件性能风险检测的方法及装置。
技术介绍
性能风险是软件项目风险的一种,如果软件发生性能风险可能会影响软件正常运作,造成软件重构、项目失败,并可能带来重大损失。随着业务架构的日趋复杂,以及各种技术框架的引入,性能风险的种类也不断增加。在传统的技术中,性能风险的识别高度依赖人的经验,或者需要等到风险发生后再举一反三,不利于在软件研发的前期就识别和排除风险。
技术实现思路
本申请提供了一种软件性能风险检测方法及装置,以至少解决现有技术中软件性能风险需要依赖人的经验进行识别并且无法在软件研发的前期就对风险进行识别和排除。根据本申请的一个方面,提供了一种软件性能风险检测方法,包括:获取待检测的软件程序集合,并根据预先定义的性能指标筛选具有性能风险的程序,生成风险程序集合;对风险程序集合中程序的操作行为进行处理后获得逻辑特征向量;利用逻辑特征向量进行风险检测。在一实施例中,根据预先定义的性能指标筛选具有性能风险的程序,包括:判断待检测的软件程序集合中的程序是否符合性能指标;通过动态审计将待检测的程序集合中不符合性能指标的程序拦截。在一实施例中,对风险程序集合中程序的操作行为进行处理,包括:解析风险程序集合中程序操作行为的步骤并将操作行为步骤转化为逻辑特征向量并保存。在一实施例中,利用逻辑特征向量进行风险检测,包括:利用学习算法对逻辑特征 ...
【技术保护点】
1.一种软件性能风险检测方法,其特征在于,包括:/n获取待检测的软件程序集合,并根据预先定义的性能指标筛选具有性能风险的程序,生成风险程序集合;/n对所述风险程序集合中程序的操作行为进行处理后获得逻辑特征向量;/n利用所述逻辑特征向量进行风险检测。/n
【技术特征摘要】
1.一种软件性能风险检测方法,其特征在于,包括:
获取待检测的软件程序集合,并根据预先定义的性能指标筛选具有性能风险的程序,生成风险程序集合;
对所述风险程序集合中程序的操作行为进行处理后获得逻辑特征向量;
利用所述逻辑特征向量进行风险检测。
2.根据权利要求1所述的检测方法,其特征在于,所述根据预先定义的性能指标筛选具有性能风险的程序,包括:
判断所述待检测的软件程序集合中的程序是否符合所述性能指标;
通过动态审计将所述待检测的程序集合中不符合所述性能指标的程序拦截。
3.根据权利要求1所述的检测方法,其特征在于,所述对所述风险程序集合中程序的操作行为进行处理,包括:
解析所述风险程序集合中程序的操作行为步骤并将所述操作行为步骤转化为所述逻辑特征向量并保存。
4.根据权利要求1所述的检测方法,其特征在于,所述利用所述逻辑特征向量进行风险检测,包括:
利用学习算法对所述逻辑特征向量进行聚类;
根据所述逻辑特征向量的数量与预设阈值判断对应的类别的操作行为是否为高风险行为。
5.一种软件性能风险检测装置,其特征在于,包括:
预筛选单元,用于获取待检测的软件程序集合,并根据预先定义的性能指标筛选具有性能风险的程序,生成风险程序集合;
逻辑特征向量获得单元,用于对...
【专利技术属性】
技术研发人员:陈肇权,黄裕建,马泽政,
申请(专利权)人:中国工商银行股份有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。