[發明專利]使用機器學習識別軟件階段

有效

• 申請號: 201510368836.1
• 申請日: 2015-05-27
• 公開（公告）號: CN105224434B
• 公開（公告）日: 2019-04-09
• 發明（設計）人: S·A·德什潘德;P-F·莊;K·周
• 申請（專利權）人: 英特爾公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/34
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 劉瑜;王英

1.一種用于軟件應用性能分析的計算設備，所述計算設備包括：

一個或多個處理器，用于實現：

性能監視模塊，其用于收集性能數據，所述性能數據指示在第一軟件應用和第二軟件應用的執行期間所述計算設備的多個性能屬性，其中，所述性能數據包括多個數據樣本，每一個數據樣本包括與所述性能屬性相對應的多個值；

數據分析模塊，其用于使用無監督群集算法來將所述性能數據劃分為多個群集，其中，每一個群集包括所述性能數據的多個數據樣本；以及

階段分析模塊，其用于通過將所述第一軟件應用的記錄事件的第一組時間戳與所述第一軟件應用的所述性能數據的第二組時間戳相關聯，以及將所述第二軟件應用的記錄事件的第三組時間戳與所述第二軟件應用的所述性能數據的第四組時間戳相關聯，來將所述多個群集的每一個群集和所述對應的軟件應用的階段相關聯，以及

所述一個或多個處理器進一步實現：

用于調度所述第一軟件應用和所述第二軟件應用的兼容階段來由所述計算設備并行執行的模塊，其中，所述第一和第二軟件應用的兼容階段不競爭相同的資源；

用于確定與所述群集中的一個群集相關聯的所述第一軟件應用的第一階段是否相較于第二類型資源更多地使用第一類型資源的模塊，以及

用于響應于確定所述第一軟件應用的第一階段相較于所述第二類型資源更多地使用所述第一類型資源，調整參數來使得所述第一類型資源在所述第一階段期間提供增強性能，以改進兩個軟件應用的執行的效率的模塊。

2.如權利要求1所述的計算設備，其中：

劃分所述性能數據包括：(i)將所述性能數據劃分為具有第一數量的群集的第一群集模型；以及(ii)將所述性能數據劃分為具有第二數量的群集的第二群集模型，所述第二數量的群集與所述第一數量的群集不同；

所述數據分析模塊進一步用于：(i)應用分類算法以確定所述第一群集模型的每一個群集的第一誤分類率，(ⅱ)應用所述分類算法以確定針對所述第二群集模型的每一個群集的第二誤分類率，以及(iii)從所述第一群集模型和所述第二群集模型中選擇具有較低誤分類率的群集模型；以及

其中，將所述多個群集的每一個群集相關聯包括：將具有所述較低誤分類率的群集模型的每一個群集與所述軟件應用的階段相關聯。

3.如權利要求1所述的計算設備，其中，收集所述性能數據包括：從所述計算設備的性能監視單元(PMU)收集處理器性能數據。

4.如權利要求1所述的計算設備，其中，收集所述性能數據包括：從所述計算設備的操作系統收集操作系統性能數據。

5.如權利要求1所述的計算設備，其中，收集所述性能數據包括：

從所述計算設備的性能監視單元(PMU)收集處理器性能數據；

從所述計算設備的操作系統收集操作系統性能數據；以及

所述計算設備進一步包括數據合并模塊，其用于合并所述處理器性能數據和所述操作系統性能數據以生成所述性能數據。

6.如權利要求5所述的計算設備，其中，合并所述處理器性能數據和所述操作系統性能數據包括：在所述操作系統性能數據中插入缺失值。

7.如權利要求1所述的計算設備，其中，所述數據分析模塊進一步用于對所述性能數據進行預處理以準備所述性能數據，以用于使用所述無監督群集算法進行劃分；其中，對所述性能數據進行預處理包括轉換與所述多個性能屬性的一個性能屬性相對應的值，以符合預定義的分布。

8.如權利要求1所述的計算設備，其中，所述數據分析模塊進一步用于對所述性能數據進行預處理以準備所述性能數據，以用于使用所述無監督群集算法進行劃分；其中，對所述性能數據進行預處理包括忽略所述多個性能屬性中具有方差與均值的比率小于方差與均值的閾值比率的性能屬性。

9.如權利要求1所述的計算設備，其中，劃分所述性能數據包括：將所述性能數據劃分為由所述計算設備的用戶指定的多個群集。