[发明专利]一种AB测试试验程序可视化操作平台

权利要求书

1.一种AB测试试验程序可视化操作平台，其特征在于,该平台利用粒子群优化算法帮助用户确定方案，功能包括可视化功能、灰度发布功能、云眼A/B测试功能、A/B测试结果分析功能、系统管理功能、云眼A/B测试移动端功能。

2.一种AB测试试验程序可视化操作平台，其特征在于,所述粒子群优化算法在A/B测试结果分析功能对用户数据进行分析帮助用户确定方案，用户的数据用粒子i表示，粒子i借助D维向量表示，粒子的位置、速度，粒子的位置、速度的更新如下表示：

X_i＝(x_i1，x_i2，…，x_iD)T，V_i＝(V_i1，V_i2，…，V_iD)T

式中，p_best表示所有个体极值，T表示时间，p表示单个个体极值V_id^k为粒子i在第k次迭代中d维的速度；c₁、c₂为学习因子，分别调节向全局最优粒子和个体最优粒子方向飞行的最大步长，确保用户最终得出的结论，其在目标数值周边，将c₁＝c₂＝2，而rand1,2在区间[0,1]之间随机选取，X_id^k为粒子i在第k次迭代的第d维的位置，该算法在运行时进行粒子群状态的初始化，依照用户的实际条件进行相关约束的设定。

3.如权利要求2所述的一种AB测试试验程序可视化操作平台，其特征在于，所述可视化功能，该功能包括A创建优化方案：创建优化方案名称、版本名称和流量分配、转换事件名称；B通过编辑器对各版本修改界面，修改优化的项目包括：总体布局，文字内容，字体类型、大小、颜色，按钮大小、位置，更换图片，图片大小、位置；C设置目标：页面名称、鼠标点击、自定义事件；D设置流量：支持动态分配流量。

4.如权利要求3所述的一种AB测试试验程序可视化操作平台，其特征在于，所述可视化功能，利用Hopfield混沌神经网络和压缩感知对图片进行加密，加密过程由预加密过程和嵌入过程这两部分组成，在预加密过程中，首先利用三维Cat映射产生的测量矩阵对经过索引置乱后的稀疏矩阵进行压缩，然后在量化的中间密文图片中加入随机数并进行Hilbert混沌神经网络置乱和扩散操作以生成最终的类噪声密文图片，在嵌入过程中，通过LSB替换将密文图片嵌入到载体图片的Alpha通道中，从而生成最终具有视觉意义的隐写图片，步骤为：

步骤1：选择小波基构造出稀疏变换矩阵并根据下式对大小为M×N的明文图片P1进行稀疏化，

P2＝Psi×P1×Psi^T；

步骤2：设定一个阈值TS并将矩阵P2中绝对值小于等于该阈值的所有元素全部赋值为0提高解密图片的质量，将经过阈值处理后的矩阵称为P3；

步骤3：通过四阶龙格库塔法求得Hopfield混沌神经网络的三条长度为M×N/2的混沌轨迹[XP,YP,ZP]^T，其中系统的初始值设置为B：[x’₁，x’₂，x’₃]，对其中两条混沌轨迹进行拼接获得新的混沌轨迹SP，并对该混沌轨迹排序即得到置乱序列Tsp，计算式描述如下：

SP＝[XP，YP]

[～，Tsp]＝sort(SP)；

步骤4：利用序列Tsp对经过阈值处理所得到的矩阵P3进行索引置乱，如下式所示：

其中：j＝floor(i/M)+1，floor(·)表示对括号中的元素朝负无穷方向取整，mod表示取余操作；

步骤5：使用密钥A：[x₀，y₀，z₀]控制三维Cat映射产生一个测量矩阵其中CN＝CR×N,CR为预设的压缩率，再用测量矩阵Φ对置乱后的矩阵P4进行测量，测量式如下式所示：

P5＝Φ×P4；

步骤6：对矩阵P5进行量化，然后再在矩阵P6中填充随机数得到

其中，max和min分别表示矩阵P5中的最大值和最小值；

步骤7：通过产生的扩散矩阵对经过Hilbert混沌神经网络置乱后得到的矩阵P7进行扩散操作，该过程的公式描述如下所示，其中符号表示异或操作，

P7＝Hilbert(P6)

DT＝floor([XP，ZP]×10¹⁰)mod 256

步骤8：将全255矩阵等分成四个子矩阵D1_i(i＝1，2，3，4)，然后再将加密得到的类噪声图片P8中所有的元素分解成四个两位二进制数，再通过LSB分别替换掉四个子矩阵中所有元素的最后两位，以得到含有密文信息的四个子矩阵D2_i。