[发明专利]一种移动应用程序卡顿度监控和量化评估方法

权利要求书

1.一种移动应用程序卡顿度监控和量化评估方法，其特征在于，包括如下步骤：

步骤S1，得到用户界面更新的响应时间，形成分析数据；

步骤S2，根据分析数据，确定应用程序操作活跃的区间；

步骤S3，统计分析数据中单次操作的长时间响应延迟的情况；

步骤S4，统计活跃区间中连续时间內多次响应延迟的情况，判断卡顿窗口；

步骤S5，根据单次操作的长时间响应延迟的情况和连续时间內多次响应延迟的情况，得到卡顿程度评分标准。

2.根据权利要求1所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，所述步骤S1包括如下步骤：

给主线程设置一个函数，该函数能够在主线程上收到用户界面更新的响应时间，为下一步卡顿分析提供分析数据。

3.根据权利要求2所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，将所述分析数据的数据形式简化为一个长度为t的运行时长，操作延迟数据<t_i,l>，其中<t_i,l>为一个数组，t_i为某一消息操作开始的时间戳，l为对应消息的响应时间。

4.根据权利要求1所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，所述步骤S2包括如下步骤：

对分析数据中的所有的http操作和用户界面更新进行统计，剔除没有http事件和用户界面更新事件的时间段，设定其余时间段为活跃区间；对于活跃区间，根据http操作和用户界面更新的频率给予不同的权重，越活跃的区间所占的比重越大。

5.根据权利要求1所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，所述步骤S3包括如下步骤：

遍历分析数据中所有的消息响应时间l，统计超过阈值L+的次数，记为n，求出应用程序运行活跃区间中出现一次长时间响应延迟情况的平均时间t/n，得到应用程序单次操作的长时间响应延迟的情况。

6.根据权利要求5所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，所述阈值L+设定为1000ms。

7.根据权利要求1所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，所述步骤S4包括如下步骤：

利用滑动窗口，统计分析数据中在连续时间内多次响应延迟的情况，判断出卡顿窗口，并计算出卡顿窗口占应用程序活跃区间的比值。

8.根据权利要求7所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，判断卡顿窗口的方法为：

将活跃区间分成多个格，每6格为一个滑动窗口；若每个滑动窗口中消息响应时间l超过阈值L-的次数大于等于5次，则认为当前窗口是一个卡顿的窗口，并右移一格，进入下一个考察窗口；

遍历整个活跃区间后，对所有的卡顿窗口求并集，得到卡顿窗口的总时间。

9.根据权利要求8所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，每一个所述格的宽度设定为5s；相应地，每一个所述滑动窗口的宽度设定为30s；所述阈值L-设定为200ms。

10.根据权利要求1所述的移动应用程序卡顿度监控和量化评估方法，其特征在于，所述步骤S5中的标准为：

将应用程序的卡顿分成两个层面，分别为单次操作的长时间响应延迟和连续时间内多次响应延迟，两个层面各占总卡顿程度得分的50％；根据用户体验规律拟合出合适的打分函数，得到如下分段函数：

-单次操作的长时间响应延迟：

设x为应用程序运行活跃区间中出现一次长时间响应延迟情况的平均时间t/n的以10为底的对数，有log₁₀t/n，拟合出分段函数stallscore：

式中，a₁＝51.47，a₂＝24.52，b₁＝6.122，b₂＝0.1035，c₁＝1.194；

-连续时间内的多次响应延迟：

设y为卡顿窗口占应用程序活跃区间的比值，拟合出分段函数lagscore：

式中，a₃＝136.6，a₄＝330.7，b₃＝-5.486，b₄＝-12.13，c₂＝1263；

总评分为stallscore+lagscore。