江苏省软件产品检测中心张尔欣获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉江苏省软件产品检测中心申请的专利一种结合大数据分析的软件运行性能趋势预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121166509B 。
龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511705114.0,技术领域涉及:G06F11/34;该发明授权一种结合大数据分析的软件运行性能趋势预测方法及系统是由张尔欣;陈龙生;张晖;王磊设计研发完成,并于2025-11-20向国家知识产权局提交的专利申请。
本一种结合大数据分析的软件运行性能趋势预测方法及系统在说明书摘要公布了:本发明公开了一种结合大数据分析的软件运行性能趋势预测方法及系统,涉及数据分析技术领域。本发明系统包括:历史数据处理模块、基线校准与共性提取模块、实时数据采集与基线调用模块以及趋势预测模块;历史数据处理模块按版本划分历史数据并构建初始版本基线;基线校准与共性提取模块在新版本上线后,利用稳定阶段数据校准基线并提取用户量与资源占用量的跨版本关联逻辑;实时数据采集与基线调用模块负责采集并校验实时数据,调用对应校准后基线;趋势预测模块计算数据偏离度,结合跨版本关联逻辑生成性能趋势预测结果。本发明通过版本化基线管理与跨版本共性结合,提升了趋势预测的准确性与适应性。
本发明授权一种结合大数据分析的软件运行性能趋势预测方法及系统在权利要求书中公布了:1.一种结合大数据分析的软件运行性能趋势预测方法,其特征在于:所述方法包括以下步骤: S1.采集软件的历史运行性能数据,所述历史运行性能数据至少包含CPU使用率、内存占用率;按软件版本号或预设迭代周期,将历史运行性能数据划分为多个独立数据段,为每个独立数据段构建对应的初始版本基线; S2.当软件更新至新版本并上线后,采集新版本上线后预设监测周期内的实时运行性能数据,剔除预设监测周期内初始不稳定阶段的数据,利用剔除之后的稳定阶段数据对新版本的初始版本基线进行校准,得到校准后版本基线;提取跨版本共性指标的关联逻辑,所述跨版本共性指标为不同软件版本中用户量与资源占用量的固定对应关系; 所述实时运行性能数据包含采集时间戳、CPU使用率值、内存占用率值及对应时刻的用户量数据,持续采集至达到预设监测周期;对预设监测周期内的运行性能数据进行稳定性判定,计算连续预设时长窗口内性能指标的变异系数CV,且CV=σ'μ',其中σ'为稳定性判定窗口内指标值的标准差,μ'为稳定性判定窗口内指标值的均值;当连续3个及以上稳定性判定窗口的变异系数CV均小于预设稳定阈值时,判定从首个满足条件的稳定性判定窗口起始时刻进入稳定阶段,该时刻之前的时段为初始不稳定阶段,剔除初始不稳定阶段的数据,保留稳定阶段数据; 利用稳定阶段数据对新版本的初始版本基线进行校准,校准后均值μ'=α×μ0+1-α×μ1,其中μ0为新版本的初始版本基线均值,μ1为稳定阶段数据的指标均值,α为权重系数,且α=exp-k×n10,其中k为调节常数,n1为稳定阶段数据量,n0为初始版本基线对应的数据量;校准后峰值阈值P'=β×P0+1-β×P1,其中P0为初始版本基线峰值阈值,P1为稳定阶段数据的95%分位值,β为权重系数,且β=α;校准后波动范围记为[L',R'],其中L'=μ'-2×σ1,R'=μ'+2×σ1,σ1为稳定阶段数据的标准差与初始版本基线标准差的加权值; 提取跨版本共性指标的关联逻辑,对历史各版本的稳定阶段数据,分别计算用户量与资源占用量的线性回归系数gj=ΔRjΔUj,其中ΔRj为第j版本资源占用量变化量,ΔUj为第j版本用户量变化量,取所有gj的中位数gm作为跨版本共性指标的关联系数,即资源占用量随用户量的变化关系为ΔR=gm×ΔU; S3.在对新版本软件进行性能趋势预测时,实时采集新版本当前的运行性能数据,并判定当前软件版本,调用S2得到的新版本的校准后版本基线; S4.计算当前采集的运行性能数据与校准后版本基线的偏离度,结合S2提取的跨版本共性指标的关联逻辑,生成新版本软件的运行性能趋势预测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏省软件产品检测中心,其通讯地址为:210012 江苏省南京市雨花台区宁双路19号云密城C栋11楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励