软件系统老化失效时间预测方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及一种软件系统老化失效时间预测方法、装置、电子设备及介质，其方法包括：收集软件系统运行失效的原始数据；对原始数据进行预处理得到预处理数据；将预处理数据输入到时间关系提取模块中得到时间高维特征，将预处理数据输入到空间关系提取模块中得到空间高维特征，时间关系提取模块为由若干个双向GRU和注意力机制堆叠构成的神经网络结构，空间关系提取模块为由若干个多尺度卷积块构成的神经网络结构；将时间高维特征和空间高维特征融合，得到时空高维特征；将时空高维特征输入到预设的预测模型中，得到软件系统预测的老化失效时间。本发明专利技术可以实现精准有效的预测软件系统的老化失效时间。

【技术实现步骤摘要】

本专利技术涉及寿命预测，尤其涉及一种软件系统老化失效时间预测方法、装置、电子设备及介质。

技术介绍

1、软件老化常发生于长期运行的软件系统中，例如安卓、java虚拟机、中间件、apache server、云计算系统、车联网系统，软件老化导致这些软件系统内部的错误累积以及资源的异常消耗，进而导致软件系统的性能逐渐下降并最终失效。

2、基于预测的软件恢复策略通过当前观测到的用于表征软件老化的参数(例如，可用内存、cpu使用率、响应时间等)，然后使用一些预测方法(例如，机器学习或时间序列模型)，去估计系统未来时刻的状态(例如，资源消耗或老化失效时间(ttaf,time to agingfailure))，并基于预测结果做出合理地恢复决策。当前，已有的预测方法，例如arima，lstm，gru等，选择拟合单个老化指标的变化趋势，实现了令人满意的效果。然而，这些方法需要进一步结合经验老化阈值，才能做出软件恢复决策。但由于软件老化过程的复杂性，老化指标的瞬时变化(即突然超过阈值后下降的现象)且阈值的选择对于不同系统有不同的设置条件，需要专业的领域知识才能确本文档来自技高网...

【技术保护点】

1.一种软件系统老化失效时间预测方法，其特征在于，包括：

2.根据权利要求1所述的软件系统老化失效时间预测方法，其特征在于，所述对所述原始数据进行预处理得到预处理数据，包括：

3.根据权利要求2所述的软件系统老化失效时间预测方法，其特征在于，所述采用min-max归一化算法对所述原始数据进行归一化处理得到中间数据的计算公式为：

4.根据权利要求1所述的软件系统老化失效时间预测方法，其特征在于，所述预设的预测模型为全连接神经网络。

5.根据权利要求1所述的软件系统老化失效时间预测方法，其特征在于，所述双向GRU包括前向GRU和后向GRU，所述...

【技术特征摘要】

1.一种软件系统老化失效时间预测方法，其特征在于，包括：

2.根据权利要求1所述的软件系统老化失效时间预测方法，其特征在于，所述对所述原始数据进行预处理得到预处理数据，包括：

3.根据权利要求2所述的软件系统老化失效时间预测方法，其特征在于，所述采用min-max归一化算法对所述原始数据进行归一化处理得到中间数据的计算公式为：

4.根据权利要求1所述的软件系统老化失效时间预测方法，其特征在于，所述预设的预测模型为全连接神经网络。

5.根据权利要求1所述的软件系统老化失效时间预测方法，其特征在于，所述双向gru包括前向gru和后向gru，所述将所述预处理数据输入到时间关系提取模块中得到时间...

【专利技术属性】
技术研发人员：向剑文，贾凯，冯志杰，赵冬冬，胡文华，田璟，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：