特征部署准备就绪预测制造技术

提供了指向生成预测质量度量的系统和方法。可以从来自执行第一软件的第一组设备接收遥测数据。可以基于第一遥测数据生成针对第一软件的质量度量。可以接收来自第二组设备的遥测数据，其中第二组设备不同于第一组设备。基于被包括在第一遥测数据和第二遥测数据中的特征，可以标识影响质量度量的协变量，以及利用所标识的协变量可以执行粗化精确匹配的处理，以基于第二组设备针对第一软件生成预测质量度量。量度量。量度量。

【技术实现步骤摘要】
【国外来华专利技术】特征部署准备就绪预测

技术介绍

[0001]评估预发布软件候选者(诸如β发布(release))并基于这种评估来推断软件质量是有问题的，因为评定预发布软件候选者的评估者往往不同于预期受众(也称为零售受众)。也就是说，评估预发布软件候选者的个人的群体比零售受众小得多，并且的确对预发布软件候选者进行评估的那些人倾向于以不同于零售用户的方式来使用预发布软件。例如，软件评估者往往是软件爱好者并且可能更少地使用预发布软件，因为他们常常对探索预发布软件的新特征或出于采纳目而评估预发布软件感兴趣。另外，软件爱好者所使用的硬件往往优于零售受众所使用的硬件。因此，基于来自小得多的评估者群体的偏向或偏见的预发布软件评估来确定如何最好地推断针对较多零售受众的软件质量是有挑战性的，并且影响关于新软件何时可能已准备好部署的确定。
[0002]关于这些和其他的一般考虑，已经做出了本文所公开的各方面。此外，尽管可以讨论相对具体的问题，但是应当理解，这些示例不应当限于解决在本公开的背景或其他地方中所标识的具体问题。

技术实现思路

[0003]根据本公开的示例，提供一种方法和系统，其针对基于来自软件评估者的群体或群组的实际质量度量而生成软件的待发布版本(version)的预测质量度量。也就是说，第一组设备可以对应于由软件评估者使用且与预览程序、β程序或其它过程相关联的有限数目的设备，其他过程从执行预发布软件或尚不可用于零售用途或公共用途的其它软件的设备收集质量度量。与第一组设备相关联的软件的质量度量可以指示软件的预发布版本或预发布构建(build)在第一组设备上执行或作用得如何。本文描述的系统和方法利用第一组设备和用户与第二组设备和用户之间的相似性和差异来预测软件的质量度量，其中预测质量度量是预期软件的预发布版本在第二组设备和用户上作用得有多好的预测。因此，预测质量度量可以提供对特征、更新或及其他何时准备好部署的洞察。
[0004]根据本公开的示例，提供了一种用于生成预测质量度量的方法。该方法可以包括：从执行第一软件的第一组设备接收第一遥测数据；基于第一遥测数据生成针对第一软件的质量度量；从第二组设备接收第二遥测数据，其中第二组设备不同于第一组设备；基于被包括在第一遥测数据和第二遥测数据中的特征标识影响质量度量的协变量；以及利用所标识协变量执行粗化精确匹配，以生成针对第二组设备上的第一软件的预测质量度量。
[0005]根据本公开的示例，提供了一种计算机可读介质。该计算机可读介质可以包括指令，该指令在由处理器执行时使处理器：从执行第一软件的第一组设备接收第一遥测数据；基于第一遥测数据生成针对第一软件的质量度量；从第二组设备接收第二遥测数据，其中第二组设备不同于第一组设备；基于被包括在第一遥测数据和第二遥测数据中的特征标识影响质量度量的协变量；利用所标识协变量执行粗化精确匹配；标识将被分配给第一组设备中的每个设备的权重；以及基于分配给第一组设备中的每个设备的权重和所标识协变量生成预测质量度量。
[0006]根据本公开的示例，提供了一种用于生成预测质量度量的系统。该系统可以包括处理器和存储指令的存储器，该指令在由处理器执行时使处理器：从执行第一软件的第一组设备中的每个设备接收第一遥测数据；基于第一遥测数据生成针对第一软件的质量度量；从第二组设备接收第二遥测数据，其中第二组设备不同于第一组设备；基于被包括在第一遥测数据和第二遥测数据中的特征标识影响质量度量的协变量；基于所标识协变量对第一组设备与第二组设备进行分层；对第一组设备中的每个设备重新加权；以及基于被分配给第一组设备中的每个设备的权重和所标识协变量生成预测质量度量。
[0007]一个或多个以上方面中的任意一个与一个或多个方面中的任何其他方面组合。如本文所述的一个或多个方面中的任意一个。
[0008]提供本公开内容以便以简化的形式介绍概念的选择，这将在下面的具体实施方式中进一步描述。本公开内容不旨在确定所要求保护的主题的关键特征或必要特征，也不旨在用于限制所要求保护的主题的范围。实施例的另外的方面、特征和/或优点将部分地在以下描述中被阐述，并且部分地将从描述中显而易见，或者可以通过本公开的实践而被获知。
附图说明
[0009]参考以下附图来描述非限制性和非详尽的示例。
[0010]图1是根据本公开示例的预测质量度量生成系统的细节；
[0011]图2描绘了根据本公开示例的预测质量度量生成系统的附加细节；
[0012]图3描绘了根据本公开示例的粗化精确匹配过程的细节；
[0013]图4描绘了根据本公开示例贯穿预测质量度量过程中利用的示例软件诊断特征数据；
[0014]图5描绘了根据本公开示例的从随机森林分类器产生的平衡和不平衡特征的示例；
[0015]图6A描绘了根据本公开示例的用于基于针对设备和用户的不同的组的现有质量度量来生成针对设备和用户的组的预测质量度量的方法的细节；
[0016]图6B描绘了根据本公开示例的用于基于针对设备和用户的不同的组的现有质量度量来生成针对设备和用户的组的预测质量度量的方法的附加细节；
[0017]图7描绘了根据本公开示例的用于基于针对第一组设备和用户的质量度量以及针对第二组设备和用户的预测质量度量来确定是否应当采取动作的方法的细节；
[0018]图8描绘了根据本公开示例的用于基于与第一组设备和用户相关联的质量度量生成针对第二组设备和用户提供预测质量度量的模型的方法的细节；
[0019]图9描绘了根据本公开示例的预测质量度量生成器的示例；
[0020]图10描绘了图示了可以实践本公开的各方面的计算设备的物理组件(例如，硬件)的框图；
[0021]图11A图示了可以实践本公开的各方面的计算设备的第一示例；
[0022]图11B图示了可以实践本公开的各方面的计算设备的第二示例；以及
[0023]图12图示了根据本公开示例的用于处理数据的系统架构的至少一方面。
具体实施方式
[0024]在下面的详细描述中，参考了形成其一部分的附图，并且其中通过图示的方式示出了具体的实施例或示例。可以组合这些方面，可以利用其他方面，并且可以在不脱离本公开的情况下进行结构改变。实施例可以被实践为方法、系统或设备。因此，实施例可以采取硬件实现、完全软件实现或组合软件和硬件方面的实现的形式。因此，以下详细描述不应被视为有限制意义，而是本公开的范围由所附权利要求书及其等效物界定。
[0025]软件开发生命周期(SDLC)是用于在多个阶段中实施软件产品开发的已建立且标准的框架或方法。软件产品开发背后的最终目标是将软件产品发布并递送到其预期或目标用户或客户端。虽然软件开发团队可以修改SDLC的一个或多个步骤，但是SDLC通常包括需求分析、规划、软件设计、软件开发、软件测试和部署和维护。类似于软件开发生命周期，存在软件发布生命周期以确保软件应用从其编码到最终发布的及时发布。软件发布周期范围从软件的初始开发到其最终发布并且包括更新版本，以改进软件或修复通过开发本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于生成预测质量度量的方法，所述方法包括：从执行第一软件的第一组设备接收第一遥测数据；基于所述第一遥测数据生成针对所述第一软件的质量度量；从第二组设备接收第二遥测数据，其中所述第二组设备不同于所述第一组设备；基于被包括在所述第一遥测数据和所述第二遥测数据中的特征，标识影响所述质量度量的协变量；以及利用所标识的所述协变量执行粗化精确匹配，以生成针对所述第二组设备上的所述第一软件的预测质量度量。2.根据权利要求1所述的方法，利用基于树的分类器以基于被包括在所述第一遥测数据和所述第二遥测数据中的特征来标识影响所述质量度量的所述协变量。3.根据权利要求2所述的方法，其中所述基于树的分类器是随机森林分类器。4.根据权利要求2所述的方法，还包括：用来自所述第一遥测数据和所述第二遥测数据的所述特征的数据的一部分来训练所述基于树的分类器。5.根据权利要求1所述的方法，还包括：使用大于阈值的所标识的所述协变量的子集来执行所述粗化精确匹配。6.根据权利要求1所述的方法，还包括：使针对所述第一软件的所述质量度量将在显示设备处被显示，所述质量度量接近于针对所述第二组设备上的所述第一软件的所述预测质量度量。7.根据权利要求1所述的方法，还包括：当针对所述第一软件的所述质量度量或针对所述第一软件的所述预测质量度量中的至少一项小于阈值时，生成警报状况。8.根据权利要求1所述的方法，其中所述质量度量是针对在所述第一组设备上执行的服务的故障度量的平均时间。9.根据权利要求1所述的方法，还包括：从执行第二软件的所述第二组设备接收第三遥测数据；基于所述第三遥测数据生成针对所述第二软件的第二质量度量；以及基于针对所述第二软件的所述第二质量度量与针对所述第一软件的所述预测质量度量之间的差，提供预测误差。10.一种包括指令的计算机可读介质，所述指令在由处理器执行时使所述处理器：从执行第一软件的...

【专利技术属性】
技术研发人员：C，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：