公开(公告)号：CN109918313A

公开(公告)日：2019-06-21

申请号：CN201910247053.6

申请日：2019-03-29

Applicant: 武汉大学

Inventor： 应时 ,  张娜娜 ,  王蕊 ,  朱坤 ,  陈旭

IPC: G06F11/36

Abstract: 为了满足SaaS软件性能维护需求，本发明公开了一种结合性能日志基于GBDT决策树的SaaS软件性能故障诊断方法，采用监控的手段获取软件系统运行时性能日志，并结合警告日志的分析结果进行性能日志的性能故障类型标注，利用同类型均值填补方法以及组合SMOTE和前抽样方法对性能日志进行处理，以提供完整且均衡的性能日志数据，利用机器学习方法中的GBDT算法对性能日志进行分析并建立性能故障诊断模型，并将系统实时产生的性能日志输入到构建的诊断模型中，得到输出的对应性能故障类型，以此来对SaaS软件运行时的性能状态进行诊断。此外，在本发明中还会对实时的性能日志和诊断结果予以保存，每隔一段时间会对诊断模型进行更新，保证诊断模型的实时性，进一步确保诊断结果的准确性。

公开(公告)号：CN109918313B

公开(公告)日：2021-04-02

申请号：CN201910247053.6

申请日：2019-03-29

Applicant: 武汉大学

Inventor： 应时 ,  张娜娜 ,  王蕊 ,  朱坤 ,  陈旭

IPC: G06F11/36

Abstract: 为了满足SaaS软件性能维护需求，本发明公开了一种结合性能日志基于GBDT决策树的SaaS软件性能故障诊断方法，采用监控的手段获取软件系统运行时性能日志，并结合警告日志的分析结果进行性能日志的性能故障类型标注，利用同类型均值填补方法以及组合SMOTE和前抽样方法对性能日志进行处理，以提供完整且均衡的性能日志数据，利用机器学习方法中的GBDT算法对性能日志进行分析并建立性能故障诊断模型，并将系统实时产生的性能日志输入到构建的诊断模型中，得到输出的对应性能故障类型，以此来对SaaS软件运行时的性能状态进行诊断。此外，在本发明中还会对实时的性能日志和诊断结果予以保存，每隔一段时间会对诊断模型进行更新，保证诊断模型的实时性，进一步确保诊断结果的准确性。