[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

用于應用性能分析的技術包括能夠執行具有若干階段的應用的計算設備。所述計算設備收集性能數據，所述性能數據指示在應用的執行期間計算設備的多個性能屬性。所述計算設備可以將從處理器性能監視單元收集的數據和從計算設備的操作系統收集的數據進行合并。該計算設備使用諸如K?均值群集的無監督群集算法將所述性能數據劃分為多個群集，形成群集模型。計算設備可以將所述性能數據劃分為多個群集模型，將諸如正則判別分析的分類算法應用到每一個群集模型，并選擇具有最低誤分類率的群集模型。所述計算設備將群集模型的每一個群集與軟件應用的階段相關聯。其他實施例被描述并要求保護。

背景技術

軟件應用性能監視和分析允許應用開發者和系統管理員調整、優化和改進計算系統的性能。識別軟件應用的特定階段是用于性能分析的有用技術。例如，在識別軟件階段之后，應用可以組合在一起以使應用之間的資源沖突最小化。軟件階段包括軟件應用的任何功能子單元，諸如，線程、對象、功能、模塊或其他部件。常規的性能分析工具可以允許人工操作員識別軟件階段，例如通過查看性能監視數據的圖表或表。其他分析工具可以通過監視正被執行的指令的存儲器地址的變化(例如，硬件程序計數器或指令指針的值)而識別軟件階段。然而，檢索指令地址可能導致不可接受的性能損失。此外，這樣的重量級的性能監視方法可能不適合于長時間運行的應用，諸如，云環境中的服務器應用。

附圖說明

本文所述的原理以舉例而不是限制的方式在附圖中示出。為了簡單和清楚地示出，圖中所示的元件不一定按比例繪制。在認為適當的場合，附圖標記在附圖之間重復以指示對應或類似的元件。

圖1是用于使用機器學習來識別軟件階段的計算設備的至少一個實施例的簡化框圖；

圖2是圖1的計算設備的環境的至少一個實施例的簡化框圖；

圖3是用于可以由圖1和2的計算設備執行的識別軟件階段的方法的至少一個實施例的簡化流程圖；

圖4是可以由圖1和2的計算設備收集的性能數據的簡化示意圖；以及

圖5是可以由圖1和2的計算設備處理的性能數據和數據群集的簡化圖表。

具體實施方式

盡管本公開的概念易于進行各種修改和可替代形式，但是其特定實施例在附圖中通過示例的方式示出并將在本文詳細地描述。然而，應該理解，本文不是要將本公開的概念限制為所公開的形式，而是相反，意圖在于覆蓋與本公開和所附權利要求一致的所有修改、等同物和替代方案。

在說明書中，對“一個實施例”、“實施例”、“舉例示出的實施例”等的引用指示所描述的實施例可以包括特定特征、結構或特性，但是每一個實施例可以或可以不必包括該特定特征、結構或特性。此外，這樣的短語不一定指同一實施例。此外，當特定特征、結構或特性結合實施例進行描述時，應當認為結合無論是否明確描述的其他實施例實現這樣的特征、結構或特性是在本領域技術人員的知識范圍內的。另外，應該意識到：包括在形式“至少一個A，B和C”中的列表項可以表示(A)；(B)；(C)；(A和B)；(A和C)；(B和C)；或(A，B和C)。同樣，在形式“A，B或C中的至少一個”中列出的項可以指(A)；(B)；(C)；(A和B)，(A和C)；(B和C)；或(A，B和C)。

在一些情況下，所公開的實施例可以被實現在硬件、固件、軟件或其任何組合中。所公開的實施例也可以實現為通過一個或多個暫時性或非暫時性機器可讀(例如，計算機可讀)存儲介質攜帶或存儲的指令，所述指令可以通過一個或多個處理器讀取并執行。機器可讀存儲介質可以實現為用于以由機器可讀的形式(例如，易失性或非易失性存儲器、介質盤或其它介質設備)存儲或傳輸信息的任何存儲設備、機構或其它物理結構。