一种基于芯片检测的芯片寿命预测方法及系统技术方案

本发明专利技术提供的一种基于芯片检测的芯片寿命预测方法及系统，涉及芯片检测技术领域。在本发明专利技术中，基于获取的多条芯片运行数据进行筛选处理得到对应的第一运行数据筛选集合和第二运行数据筛选集合，其中，每一条芯片运行数据用于表征在一个时间段内目标芯片是否处于运行状态；对第一运行数据筛选集合包括的芯片运行数据进行特征提取处理，得到对应的第一运行特征信息，并对第二运行数据筛选集合包括的芯片运行数据进行特征提取处理，得到对应的第二运行特征信息；基于第一运行特征信息和第二运行特征信息对目标芯片的使用寿命进行预测得到对应的寿命预测结果。如此，可以提高对芯片的使用寿命预测的可靠度。片的使用寿命预测的可靠度。片的使用寿命预测的可靠度。

【技术实现步骤摘要】
一种基于芯片检测的芯片寿命预测方法及系统


[0001]本专利技术涉及芯片检测
，具体而言，涉及一种基于芯片检测的芯片寿命预测方法及系统。

技术介绍

[0002]芯片，又称微电路(microcircuit)、微芯片(microchip)、集成电路(英语：integrated circuit,IC)，是指内含集成电路的硅片，体积很小，常常是计算机或其他电子设备的一部分。其中，由于体积小等优势，使得其具有较大的应用场景，如手机、电脑等电子设备。
[0003]其中，在芯片的应用中，通过对芯片进行数据采集可以得到对应的芯片运行数据，以加以利用，如预测使用寿命。其中，经专利技术人研究发现，现有技术中，一般都是通过计算芯片的总的运行时间来预测使用寿命，如总的运行时间越长，剩余的使用寿命越短，总的运行时间越段，剩余的使用寿命越长。如此，可能会导致预测得到的使用寿命的可靠度不高的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于芯片检测的芯片寿命预测方法及系统，以提高对芯片的使用寿命预测的可靠度。
[0005]为实现上述目的，本专利技术实施例采用如下技术方案：
[0006]一种基于芯片检测的芯片寿命预测方法，应用于检测数据处理设备，所述检测数据处理设备通信连接有目标用户终端设备，所述目标用户终端设备具有目标芯片，所述芯片寿命预测方法包括：
[0007]基于获取的所述目标芯片在所述目标用户终端设备上运行的多条芯片运行数据进行筛选处理，得到对应的第一运行数据筛选集合和对应的第二运行数据筛选集合，其中，每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片是否处于运行状态，所述第一运行数据筛选集合中包括的每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片处于运行状态，所述第二运行数据筛选集合中包括的每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片未处于运行状态；
[0008]对所述第一运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第一运行特征信息，并对所述第二运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第二运行特征信息；
[0009]基于所述第一运行特征信息和所述第二运行特征信息对所述目标芯片的使用寿命进行预测得到对应的寿命预测结果。
[0010]在一些优选的实施例中，在上述基于芯片检测的芯片寿命预测方法中，所述对所述第一运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第一运行特征信息的步骤，包括：
[0011]针对所述第一运行数据筛选集合包括的每一条所述芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的时间段长度信息，并确定该芯片运行数据与前一条芯片运行数据对应的时间段之间的间隔，得到该芯片运行数据对应的时间间隔长度信息；
[0012]针对所述第一运行数据筛选集合包括的每一条所述芯片运行数据，基于该芯片运行数据对应的时间间隔长度信息，确定出与该时间间隔长度信息具有负相关关系的系数，得到该芯片运行数据对应的第一加权系数，其中，所述加权系数大于0、小于或等于1，且所述第一运行数据筛选集合中的第一条芯片运行数据对应的第一加权系数小于其它的每一条芯片运行数据对应的第一加权系数；
[0013]针对所述第一运行数据筛选集合包括的每一条所述芯片运行数据，计算该芯片运行数据对应的时间长度信息和对应的第一加权系数之间乘积，得到该芯片运行数据对应的运行时间表征值；
[0014]基于所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第一运行数据筛选集合对应的第一运行特征信息。
[0015]在一些优选的实施例中，在上述基于芯片检测的芯片寿命预测方法中，所述基于所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第一运行数据筛选集合对应的第一运行特征信息的步骤，包括：
[0016]基于所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行均值计算，得到对应的第一时间表征均值；
[0017]基于所述第一时间表征均值和所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行离散计算，得到对应的第一时间表征离散值，并确定所述第一时间表征离散值与预先配置的第一时间表征离散阈值之间的相对大小关系；
[0018]若所述第一时间表征离散值小于或等于所述第一时间表征离散阈值，则计算所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值的和值，得到对应的第一运行特征信息；
[0019]若所述第一时间表征离散值大于所述第一时间表征离散阈值，则确定所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值的变化趋势，得到对应的第一表征值变化趋势信息，并将所述第一表征值变化趋势信息确定为第一运行特征信息。
[0020]在一些优选的实施例中，在上述基于芯片检测的芯片寿命预测方法中，所述对所述第二运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第二运行特征信息的步骤，包括：
[0021]针对所述第二运行数据筛选集合包括的每一条所述芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的时间段长度信息，并确定该芯片运行数据与前一条芯片运行数据对应的时间段之间的间隔，得到该芯片运行数据对应的时间间隔长度信息，其中，第一条芯片运行数据对应的时间间隔长度信息基于所述第一运行数据筛选集合中的第一条芯片运行数据对应的时间段确定；
[0022]针对所述第二运行数据筛选集合包括的每一条所述芯片运行数据，基于该芯片运行数据对应的时间间隔长度信息，确定出与该时间间隔长度信息具有负相关关系的系数，
得到该芯片运行数据对应的第二加权系数，其中，所述加权系数大于0、小于或等于1；
[0023]针对所述第二运行数据筛选集合包括的每一条所述芯片运行数据，计算该芯片运行数据对应的时间长度信息和对应的第二加权系数之间乘积，得到该芯片运行数据对应的运行时间表征值；
[0024]基于所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第二运行数据筛选集合对应的第二运行特征信息。
[0025]在一些优选的实施例中，在上述基于芯片检测的芯片寿命预测方法中，所述基于所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第二运行数据筛选集合对应的第二运行特征信息的步骤，包括：
[0026]基于所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行均值计算，得到对应的第二时间表征均值；
[0027]基于所述第二时间表征均值和所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行离散计算，得到对应的第二时间表征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于芯片检测的芯片寿命预测方法，其特征在于，应用于检测数据处理设备，所述检测数据处理设备通信连接有目标用户终端设备，所述目标用户终端设备具有目标芯片，所述芯片寿命预测方法包括：基于获取的所述目标芯片在所述目标用户终端设备上运行的多条芯片运行数据进行筛选处理，得到对应的第一运行数据筛选集合和对应的第二运行数据筛选集合，其中，每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片是否处于运行状态，所述第一运行数据筛选集合中包括的每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片处于运行状态，所述第二运行数据筛选集合中包括的每一条所述芯片运行数据用于表征在一个时间段内所述目标芯片未处于运行状态；对所述第一运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第一运行特征信息，并对所述第二运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第二运行特征信息；基于所述第一运行特征信息和所述第二运行特征信息对所述目标芯片的使用寿命进行预测得到对应的寿命预测结果。2.如权利要求1所述的基于芯片检测的芯片寿命预测方法，其特征在于，所述对所述第一运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第一运行特征信息的步骤，包括：针对所述第一运行数据筛选集合包括的每一条所述芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的时间段长度信息，并确定该芯片运行数据与前一条芯片运行数据对应的时间段之间的间隔，得到该芯片运行数据对应的时间间隔长度信息；针对所述第一运行数据筛选集合包括的每一条所述芯片运行数据，基于该芯片运行数据对应的时间间隔长度信息，确定出与该时间间隔长度信息具有负相关关系的系数，得到该芯片运行数据对应的第一加权系数，其中，所述加权系数大于0、小于或等于1，且所述第一运行数据筛选集合中的第一条芯片运行数据对应的第一加权系数小于其它的每一条芯片运行数据对应的第一加权系数；针对所述第一运行数据筛选集合包括的每一条所述芯片运行数据，计算该芯片运行数据对应的时间长度信息和对应的第一加权系数之间乘积，得到该芯片运行数据对应的运行时间表征值；基于所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第一运行数据筛选集合对应的第一运行特征信息。3.如权利要求2所述的基于芯片检测的芯片寿命预测方法，其特征在于，所述基于所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第一运行数据筛选集合对应的第一运行特征信息的步骤，包括：基于所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行均值计算，得到对应的第一时间表征均值；基于所述第一时间表征均值和所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行离散计算，得到对应的第一时间表征离散值，并确定所述第一时间表征离散值与预先配置的第一时间表征离散阈值之间的相对大小关系；
若所述第一时间表征离散值小于或等于所述第一时间表征离散阈值，则计算所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值的和值，得到对应的第一运行特征信息；若所述第一时间表征离散值大于所述第一时间表征离散阈值，则确定所述第一运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值的变化趋势，得到对应的第一表征值变化趋势信息，并将所述第一表征值变化趋势信息确定为第一运行特征信息。4.如权利要求1所述的基于芯片检测的芯片寿命预测方法，其特征在于，所述对所述第二运行数据筛选集合包括的所述芯片运行数据进行特征提取处理，得到对应的第二运行特征信息的步骤，包括：针对所述第二运行数据筛选集合包括的每一条所述芯片运行数据，确定该芯片运行数据对应的时间段的长度，得到该芯片运行数据对应的时间段长度信息，并确定该芯片运行数据与前一条芯片运行数据对应的时间段之间的间隔，得到该芯片运行数据对应的时间间隔长度信息，其中，第一条芯片运行数据对应的时间间隔长度信息基于所述第一运行数据筛选集合中的第一条芯片运行数据对应的时间段确定；针对所述第二运行数据筛选集合包括的每一条所述芯片运行数据，基于该芯片运行数据对应的时间间隔长度信息，确定出与该时间间隔长度信息具有负相关关系的系数，得到该芯片运行数据对应的第二加权系数，其中，所述加权系数大于0、小于或等于1；针对所述第二运行数据筛选集合包括的每一条所述芯片运行数据，计算该芯片运行数据对应的时间长度信息和对应的第二加权系数之间乘积，得到该芯片运行数据对应的运行时间表征值；基于所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第二运行数据筛选集合对应的第二运行特征信息。5.如权利要求4所述的基于芯片检测的芯片寿命预测方法，其特征在于，所述基于所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行特征提取处理，得到所述第二运行数据筛选集合对应的第二运行特征信息的步骤，包括：基于所述第二运行数据筛选集合包括的每一条所述芯片运行数据对应的运行时间表征值进行...

【专利技术属性】
技术研发人员：范敏，任继远，彭东，
申请(专利权)人：范敏，
类型：发明
国别省市：