[發明專利]軟件故障分析系統及其構建方法、系統

在審

• 申請號: 202111493442.0
• 申請日: 2021-12-08
• 公開（公告）號: CN114138539A
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 未元;詹趙林;鄭文禮;張世豪;徐小斌;孫高翔;金晉明;李誠;林鑫;張汪
• 申請（專利權）人: 興業銀行股份有限公司;興業數字金融服務(上海)股份有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07;G06N3/04;G06N3/08;G06N5/02;G06N5/04
• 代理公司: 上海段和段律師事務所 31334
• 代理人: 祁春倪

1.一種軟件故障分析系統，其特征在于，包括專家系統和神經網絡系統，其中：

所述專家系統包括專家知識庫、推理機，專家知識庫用于收錄基于軟件故障的因果關系編寫的規則；所述推理機基于專家知識庫的規則，推理分析軟件出故障的原因；

所述神經網絡系統通過專家系統的數據導入初始訓練集進行初始訓練進行構建，通過人工定位軟件故障，將數據結構導入到修正訓練集修正訓練進行修正。

2.根據權利要求1所述的軟件故障分析系統，其特征在于，所述規則的條件為軟件故障的特征指標，所述規則的結果為軟件故障原因。

3.根據權利要求2所述的軟件故障分析系統，其特征在于，所述特征指標包括統計類指標。

4.根據權利要求1所述的軟件故障分析系統，其特征在于，所述神經網絡模型采用深度前饋神經網絡。

5.根據權利要求1所述的軟件故障分析系統，其特征在于，專家系統中對軟件故障進行分析，同時將分析時使用的指標合集和對應的分析結果作為一個數據項導入到神經網絡的初始訓練集中，將訓練好的神經網絡作為專家系統的替換，完成神經網絡的構建。

6.一種基于權利要求1-5任一項所述的軟件故障分析系統的構建方法，其特征在于，包括如下步驟：

專家系統構建步驟：基于故障因果分析編寫規則，輸入至專家知識庫；通過推理機基于專家知識庫的規則，推理分析軟件出故障的原因；

神經網絡構建步驟：利用專家系統的數據導入初始訓練集進行初始訓練進行構建神經網絡；

神經網絡修正步驟：利用人工定位軟件故障，將數據結構導入到修正訓練集修正訓練進行神經網絡修正。

7.根據權利要求6所述的構建方法，其特征在于，所述推理機基于專家知識庫的規則逐項推理分析故障原因。

8.根據權利要求6所述的構建方法，其特征在于，神經網絡構建步驟中，利用專家系統生產訓練數據，將故障定位結果作為標簽，將所有特征指標集作為輸入，導入到構建的深度前饋神經網絡中，神經網絡的輸入層是專家知識庫中規則所涉及的特征指標合集，輸出層是專家知識庫中規則所涉及的故障原因合集。

9.根據權利要求6所述的構建方法，其特征在于，神經網絡修正步驟中，通過人工定位軟件故障，利用錄入接口將每次軟件故障的定位結果，根據提取特征指標集、故障原因相關的數據結構導入到修正訓練集中。

10.一種基于權利要求1-5任一項所述的軟件故障分析系統的構建系統，其特征在于，包括如下模塊：

專家系統構建模塊：基于故障因果分析編寫規則，輸入至專家知識庫；通過推理機基于專家知識庫的規則，推理分析軟件出故障的原因；

神經網絡構建模塊：利用專家系統的數據導入初始訓練集進行初始訓練進行構建神經網絡；

神經網絡修正模塊：利用人工定位軟件故障，將數據結構導入到修正訓練集修正訓練進行神經網絡修正。