一种基于数据时间维度信息的软件性能失效表征要素确定方法技术

本发明专利技术公开了一种基于数据时间维度信息的软件性能失效表征要素确定方法，涉及软件性能失效在线预计领域。本发明专利技术的方法首先基于软件运行平台的状态变量和软件内部特征变量构建了软件性能失效表征要素待选集合。随后根据数据收集时软件是否即将失效和预计提前时间为数据进行标注，形成样本，并划分训练集和测试集。接下来通过导数方法、滑动窗口方法、预计误差方法和特征选择算法排列形成14种独立的数据处理流程，对样本进行处理，为样本引入数据时间维度信息。最后，使用分类器算法对14组数据中的训练集进行训练，并根据相应的测试集评估模型效果，选择得分最高的模型所对应的数据处理流程为最佳数据处理流程，并基于最佳数据处理流程确定软件性能失效表征要素。

【技术实现步骤摘要】
一种基于数据时间维度信息的软件性能失效表征要素确定方法
本专利技术涉及软件性能失效在线预计领域，更具体的说是涉及一种基于数据时间维度信息的软件性能失效表征要素确定方法。
技术介绍
软件性能失效表征要素的确定是软件性能失效在线预计的第一步，是高效、准确地获取软件性能失效表征要素，完成软件性能失效在线预计的前提，从而可以为主动故障管理提供基础，保障软件运行时的可信性。研究指出，与建模算法的选择相比，选择合适的软件性能失效表征要素对软件性能失效在线预计结果的影响要大的多，因此如何确定能真正表征软件性能失效的软件性能失效表征要素就成为了重中之重。但目前针对软件性能失效表征要素的研究还存在如下问题：对软件性能失效表征要素尚无系统性的研究，对软件性能表征要素的选取和组合目前较为随意，缺少确定软件性能失效表征要素的系统性方法；多为操作系统级别，数据颗粒度较粗，对于软件系统内部的静态特性、软硬件交互特性、动态特性考虑不足；对数据集的时间维度信息考虑不足。因此，如何准确地确定软件性能失效表征要素是本领域技术人员亟需解决的问题。专利本文档来自技高网...

【技术保护点】
1.一种基于数据时间维度信息的软件性能失效表征要素确定方法，其特征在于，包括如下步骤：/n步骤1：基于软件运行平台的状态变量和软件内部特征变量构建软件性能失效表征要素待选集合；/n步骤2：收集软件在正常运行状态下与即将失效状态下的软件运行平台状态变量的值与软件方法执行路径，计算软件应用级别的软件性能失效表征要素的值；/n步骤3：根据数据收集时软件是否即将失效和预计提前时间为数据进行标注，形成样本，并划分训练集和测试集；/n步骤4：通过对导数方法、滑动窗口方法、预计误差方法和特征选择算法排列形成14种独立的数据处理流程，对样本进行处理，为样本引入数据时间维度信息；/n步骤5：使用分类器算法对14...

【技术特征摘要】
1.一种基于数据时间维度信息的软件性能失效表征要素确定方法，其特征在于，包括如下步骤：
步骤1：基于软件运行平台的状态变量和软件内部特征变量构建软件性能失效表征要素待选集合；
步骤2：收集软件在正常运行状态下与即将失效状态下的软件运行平台状态变量的值与软件方法执行路径，计算软件应用级别的软件性能失效表征要素的值；
步骤3：根据数据收集时软件是否即将失效和预计提前时间为数据进行标注，形成样本，并划分训练集和测试集；
步骤4：通过对导数方法、滑动窗口方法、预计误差方法和特征选择算法排列形成14种独立的数据处理流程，对样本进行处理，为样本引入数据时间维度信息；
步骤5：使用分类器算法对14组数据中的训练集进行训练，并根据相应的测试集评估模型效果，选择得分最高的模型所对应的数据处理流程为最佳数据处理流程；
步骤6：基于最佳数据处理流程确定软件性能失效表征要素。


2.根据权利要求1所述的一种基于数据时间维度信息的软件性能失效表征要素确定方法，其特征在于，所述步骤1具体实现过程如下：确定软件运行平台可收集到的状态变量，结合软件内部特征变量构建软件性能失效表征要素待选集合。


3.根据权利要求1所述的一种基于数据时间维度信息的软件性能失效表征要素确定方法，其特征在于，所述步骤1中的软件内部特征变量具体如下：软件各方法的“方法调用时间”、“方法调用时间的窗口和”、“方法调用时间的窗口平均值”、“单次请求下的方法执行次数”和“方法执行次数窗口和”。


4.根据权利要求1所述的一种基于数据时间维度信息的软件性能失效表征要素确定方法，其特征在于，所述步骤2具体实现过程如下：
步骤21：同时收集软件在正常运...

【专利技术属性】
技术研发人员：张虹，陆民燕，艾骏，陈威君，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11