[發明專利]系統性能分析方法、裝置及服務器

有效

• 申請號: 201710541436.5
• 申請日: 2017-07-05
• 公開（公告）號: CN107463486B
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 吳斌;石子凡;許力;張霞
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種系統性能分析方法，其特征在于，包括：

獲取系統歷史運行數據及待分析的目標變量；

對所述系統歷史運行數據進行相關性分析，確定與所述目標變量的相關性滿足預設條件的變量集，所述變量集中包括至少一個非目標變量；

對所述目標變量及所述變量集中各變量進行學習，確定所述目標變量與所述變量集中各變量間的網絡拓撲；

根據所述網絡拓撲及所述系統歷史運行數據，確定所述網絡拓撲中各變量間的初始條件概率表；

根據所述初始條件概率表，確定目標變量對應的運行數據異常時的根源變量，其中，根據所述初始條件概率表，分別確定所述變量集中各變量處于滿負荷狀態時，所述目標變量的各期望值，根據所述目標變量的各期望值，確定所述目標變量對應的運行數據異常時的根源變量。

2.如權利要求1所述的方法，其特征在于，所述確定與所述目標變量的相關性滿足預設條件的變量集之后，還包括：

根據所述系統的屬性特征，對所述變量集進行更新。

3.如權利要求1所述的方法，其特征在于，所述網絡拓撲中各變量分別對應N種狀態，所述初始條件概率表中由各變量間的條件概率矩陣組成，各變量間的條件概率矩陣中包括N×N個概率值，其中N為大于1的正整數；

所述分別確定所述變量集中各變量處于滿負荷狀態時，所述目標變量的各期望值，包括：

獲取所述變量集中第一變量與所述目標變量間的第一條件概率矩陣；

根據所述第一條件概率矩陣，確定所述第一變量處于滿負荷狀態時，所述目標變量的期望值。

4.如權利要求1-3任一所述的方法，其特征在于，所述確定所述網絡拓撲中各變量間的初始條件概率表之后，還包括：

確定所述系統的壓力指標；

根據所述壓力指標，將所述網絡拓撲中的一個或多個變量對應的運行數據，分別擴大相應的倍數進行更新；

利用更新后的數據，確定所述網絡拓撲中各變量間更新后的條件概率表；

根據所述更新后的條件概率表，確定所述系統在所述壓力指標下狀態。

5.如權利要求1-3任一所述的方法，其特征在于，所述確定目標變量對應的運行數據異常時的根源變量之后，還包括：根據所述根源變量，對所述系統進行優化更新。

6.一種系統性能分析裝置，其特征在于，包括：

獲取模塊，用于獲取系統歷史運行數據及待分析的目標變量；

第一確定模塊，用于對所述系統歷史運行數據進行相關性分析，確定與所述目標變量的相關性滿足預設條件的變量集，所述變量集中包括至少一個非目標變量；

第二確定模塊，用于對所述目標變量及所述變量集中各變量進行學習，確定所述目標變量與所述變量集中各變量間的網絡拓撲；

第三確定模塊，用于根據所述網絡拓撲及所述系統歷史運行數據，確定所述網絡拓撲中各變量間的初始條件概率表；

第四確定模塊，用于根據所述初始條件概率表，確定目標變量對應的運行數據異常時的根源變量；

所述第四確定模塊，包括：

第一確定單元，用于根據所述初始條件概率表，分別確定所述變量集中各變量處于滿負荷狀態時，所述目標變量的各期望值；

第二確定單元，用于根據所述目標變量的各期望值，確定所述目標變量對應的運行數據異常時的根源變量。

7.一種服務器，包括：

存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1-5中任一所述的系統性能分析方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一所述的系統性能分析方法。