软件性能异常情况的检测方法及检测装置制造方法及图纸

技术编号:33047107 阅读:24 留言:0更新日期:2022-04-15 09:31
本申请公开了软件性能异常情况的检测方法及检测装置。其中,一种软件性能异常情况的检测方法,包括:收集目标软件运行时表征运行状况的属性的数据,得到第一数据集;根据多重共线性检验标准,筛除第一数据集中不符合预设共线性条件的元素,得到第二数据集;根据关键性能要素的波形特征,通过自适应离散小波分解方法,对第二数据集进行降噪处理,得到第三数据集;用第三数据集训练异常检测模型,得到软件性能异常检测模型;通过软件性能异常检测模型,检测待测的目标软件,得到检测结果。通过结合使用多重共线性检验标准、自适应离散小波分解方法及异常检测模型,有效解决了噪声过多及软件性能失效特征不突出的问题,从而提高了软件检测的准确性。件检测的准确性。件检测的准确性。

【技术实现步骤摘要】
软件性能异常情况的检测方法及检测装置


[0001]本申请涉及软件检测
,尤其涉及一种软件性能异常情况的检测方法及检测装置。

技术介绍

[0002]目前,随着计算机技术和互联网技术的高速发展,软件的功能需求和性能需求也逐渐增加,软件的复杂程度也随之骤增。如何保障复杂软件运行时的可靠性是一个热门的研究领域。由于软件本身存在着不宜被检测到的缺陷以及在版本更新中会不断引入新的缺陷,软件在长时间运行期间,这些缺陷会被激活。激活的缺陷会导致软件故障不断累积。同时,不合理的资源调度机制也会导致系统资源不断消耗甚至耗尽。软件将不可避免地出现性能降低、失效率升高甚至系统崩溃的异常现象。为了保证业务的正常进行,大型互联网公司需要密切监控软件性能指标,及时准确地检测软件性能失效异常情况,并及时触发软件故障排除缓解机制。软件研究对象是具有软件控制逻辑,以及与运行环境、用户及其他系统紧密联系的复杂产物。因此,软件的性能状态受到软件运行时多重因素的影响,既包括随机性又具有很强的时间依赖性。由于复杂软件规模庞大,导致失效的原因来自内部因素(资源管理机制)和外部变化(例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种软件性能异常情况的检测方法,其特征在于,包括以下具体步骤:收集目标软件运行时表征运行状况的属性的数据,得到第一数据集;根据多重共线性检验标准,筛除所述第一数据集中不符合预设共线性条件的元素,得到表征关键性能要素的第二数据集;根据所述关键性能要素的波形特征,通过自适应离散小波分解方法,对所述第二数据集进行降噪处理,得到降噪后的第三数据集;用所述第三数据集训练异常检测模型,得到软件性能异常检测模型;通过所述软件性能异常检测模型,检测待测的目标软件,得到检测结果。2.如权利要求1所述的检测方法,其特征在于,收集目标软件运行时表征运行状况的属性的数据,得到第一数据集,包括以下具体步骤:确定所要收集的表征软件运行状况的属性的数据类型;根据所述数据类型,对目标软件部署数据监控点;通过所述数据监控点,记录所述目标软件运行时的监控数据,得到第一数据集。3.如权利要求2所述的检测方法,其特征在于,所述数据类型包括:操作系统层级的老化表征要素类型;应用程序层级的性能表征要素类型;服务层级的性能失效表征要素类型。4.如权利要求2所述的检测方法,其特征在于,通过所述数据监控点,记录所述目标软件运行时的监控数据,得到第一数据集,包括以下具体步骤:通过自动化脚本程序,从所述数据监控点获取所述目标软件运行时的监控数据;按照多维时间序列的方式,存储所述监控数据,得到第一数据集。5.如权利要求1所述的检测方法,其特征在于,根据多重共线性检验标准,筛除所述第一数据集中不符合预设共线性条件的元素,得到表征关键性能要素的第二数据集,包括以下具体步骤:计算所述第一数据集中每一元素的方差膨胀系数;比较所述方差膨胀系数与预设的方差膨胀系数阈值,得到比较结果;筛除所述第一数据集中所述比较结果不符合预设共线性条件的元素,得到表征关键性能要素的第...

【专利技术属性】
技术研发人员:艾骏王曙光孔士溢陆民燕龚屹昂
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1