[发明专利]一种应用程序耗用及质量评估系统

权利要求书

1.一种应用程序耗用及质量评估系统，其特征在于，其包括：

应用程序数据采集模块，所述应用程序数据采集模块用于从机房服务器上采集应用程序相关数据，包括应用程序CPU占用、内存占用、网络端口占用、接发包量、句柄数、线程数，管理服务器将采集的应用程序数据展示在WEB端，供工作人员实时监控；

应用程序状态监控模块，所述应用程序状态监控模块用于对机房服务器上的应用程序进行启用与关闭操作，根据应用程序状态监控数据，实现应用程序及时开启和停止操作；

应用程序耗用评估模块，所述应用程序耗用评估模块用于建立应用程序耗用评估模型，针对应用程序的运行状态进行判定，通过计算各应用程序CPU占用、内存占用、网络端口占用、接发包量、句柄数、线程数的耗用情况确定各资源指标的稳态影响参数，建立运行状态稳态模型，在稳态模型的基础上判别当前运行状态是否异常，随着监控数据的增加稳态判别值在不断的迭代更新；

应用程序质量评估模块，所述应用程序质量评估模块用于建立应用程序质量评估模型，实时计算机房服务器可用资源分布状况；

所述应用程序耗用评估模型的建立步骤为：

S1、清洗历史应用程序数据，将异常状态数据剔除；

剔除采集到的6个历史应用程序数据中已知的异常时间段和显著异常的数据；

S2、用3西格玛法找出各应用程序的稳态分布上下限范围；

S3、用层次分析法确定各应用程序在整体评估指标中的权重参数；

S4、用3西格玛法找出整体评估指标的稳态范围上下限；

所述应用程序质量评估模型的建立步骤如下：

获取BP神经网络的训练数据；

训练BP神经网络；

对BP神经网络的参数进行设置；

实时数据判定。

2.根据权利要求1所述的应用程序耗用及质量评估系统，其特征在于，在步骤S1中，通过去极值法剔除显著异常的数据。

3.根据权利要求1所述的应用程序耗用及质量评估系统，其特征在于，在步骤S3中包括以下步骤：

S3.1、构建两两应用程序比较的判断矩阵；

S3.2、解析矩阵得到权重参数。

4.根据权利要求1所述的应用程序耗用及质量评估系统，其特征在于，在步骤S4中包括以下步骤：

S4.1、核算整体评估指标数据；

S4.2、找出应用资源耗用整体评估指标稳态分布上下限。

5.根据权利要求1所述的应用程序耗用及质量评估系统，其特征在于，在所述获取BP神经网络的训练数据的步骤中包括以下步骤：

用R或Python中的文本挖掘包对运维历史事件记录进行文本分词、文本聚类和信息抽取，最终得到应用程序的故障类型、故障发生时间段的统计信息；

根据故障类型、故障时间段将应用程序历史数据分为各故障时间段数据和正常状态下的数据。