CN112000580A - 负载相关的软件老化检测方法 - Google Patents

负载相关的软件老化检测方法 Download PDF

Info

Publication number
CN112000580A
CN112000580A CN202010876355.2A CN202010876355A CN112000580A CN 112000580 A CN112000580 A CN 112000580A CN 202010876355 A CN202010876355 A CN 202010876355A CN 112000580 A CN112000580 A CN 112000580A
Authority
CN
China
Prior art keywords
aging
load
software
time sequence
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010876355.2A
Other languages
English (en)
Other versions
CN112000580B (zh
Inventor
向剑文
徐斌
刘钦臣
赵冬冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202010876355.2A priority Critical patent/CN112000580B/zh
Publication of CN112000580A publication Critical patent/CN112000580A/zh
Application granted granted Critical
Publication of CN112000580B publication Critical patent/CN112000580B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/362—Software debugging
    • G06F11/366—Software debugging using diagnostics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种负载相关的软件老化检测方法，包括以下步骤：S1、利用负载生成器对待测软件进行加压；S2、利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并对老化变量进行分析，筛选出相关性最高的监视指标；S3、建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号；S4、根据时序曲线信号构建偏离图，通过偏离值及变化规律判断是否存在老化现象。本发明解决了传统基于趋势检测的软件老化检测方法误报率高的问题，有助于开发者在开发阶段检测软件老化问题，避免软件老化问题带来的损失。

Description

负载相关的软件老化检测方法
技术领域
本发明属于软件老化领域，具体涉及一种新的负载相关的软件老化检测方法。
背景技术
在长期运行的操作系统中，软件老化是造成系统性能下降或软件崩溃的主要原因。软件老化的复杂性和时间特性导致其检测十分困难。故在开发测试阶段检测软件老化是降低软件老化所带来损失的重要方式之一。
内存泄漏是造成软件老化的重要原因之一，传统的内存泄漏相关的软件老化检测方法主要利用趋势分析法，通过在压力测试下监控软件资源消耗来进行软件老化的检测。然而软件在压力测试下资源消耗增长的原因可能是软件对资源的管理所致，故传统方法误报率较高，且传统方法时延问题较为严重。目前也有基于传统方法改进的多版本比较法，多版本比较方法将待测软件与之前通过测试的软件的健壮版本作比较，通过其资源消耗的差异检测老化现象是否存在。然而这种方法无法在没有先验知识(前置健壮版本)的情况下检测老化，并且很难确定前置版本是否完全不存在老化现象。
发明内容
为了克服上述背景技术的缺陷，本发明提供一种新的负载相关的软件老化内存泄漏检测方法。
本发明解决其技术问题所采用的技术方案是：
提供一种负载相关的软件老化检测方法，包括以下步骤：
S1、利用负载生成器对待测软件进行加压，所述负载生成器为与待测软件相适应的压力测试脚本，用于调节对软件的加压大小；
S2、利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并运用非参数斯皮尔曼秩相关系数方法对老化变量进行分析，筛选出相关性最高的监视指标；
S3、建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号，具体为资源指标随时间的变化曲线；
S4、根据时序曲线信号，选取不同负载作为基线信号和目标信号并构建偏离图，基于负载差分分析方法，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象，其中基线信号指低负载时老化指标的时序曲线信号，目标信号指高负载时老化指标的时序曲线信号。
接上述技术方案，多个老化变量包括内存、CPU利用率、吞吐量。
接上述技术方案，步骤S1中，利用负载生成器对待测软件施加两个不同的负载，其中一个负载为另一个负载的m倍，m为整数，并且记录在未进行老化检测时软件的各项老化指标数据中。
接上述技术方案，步骤S3中，利用Mann-Kendall趋势分析法分析资源消耗的趋势，若存在资源消耗递增趋势，则更进一步根据其数据特点，在综合考虑环境因素影响的前提下，建立自动化时序分析模型，得到时序曲线信号。
接上述技术方案，步骤S4中，在负载差分分析中，含老化相关缺陷的软件对于特定负载变化更加敏感，信号在负载前后出现较大的偏离值；如果老化现象是由于没有及时释放内存的缺陷造成，则内存使用量会随着负载频率的增高而明显增加。
本发明还提供了一种负载相关的软件老化检测系统，包括：
负载生成器生成模块，用于生成负载生成器，所述负载生成器为与待测软件相适应的压力测试脚本，用以调节对软件的加压大小；
加压模块，用于利用负载生成器对待测软件进行加压；
监视指标筛选模块，用于利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并运用非参数斯皮尔曼秩相关系数方法对老化变量进行分析，筛选出相关性最高的监视指标；
监视指标分析模块，用于建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号，具体为资源指标随时间的变化曲线；
老化判断模块，用于根据时序曲线信号，选取不同负载作为基线信号和目标信号并构建偏离图，基于负载差分分析方法，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象，其中基线信号指低负载时老化指标的时序曲线信号，目标信号指高负载时老化指标的时序曲线信号。
本发明还提供了一种计算机存储介质，其内存储有可被处理器执行的计算机程序，该计算机程序用于实现上述技术方案所述的负载相关的软件老化检测方法。
本发明产生的有益效果是：本发明针对老化现象的负载相关特性，利用负载生成器对待测软件进行加压，分析老化中的资源消耗差与负载差之间的相关性，解决了传统软件老化检测方法中误报率较高的问题，且时间成本较低，能够在无先验知识的前提下，快速而精确的在开发测试阶段检测软件老化，具有较强的鲁棒性，能够避免因软件老化造成的损失。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例负载相关的软件老化检测方法的流程图；
图2是本发明实施例中Java示例的不同负载的偏离图；
图3是本发明另一实施例负载相关的软件老化检测方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例负载相关的软件老化检测方法包括以下步骤：
S1、利用负载生成器对待测软件进行加压，所述负载生成器为与待测软件相适应的压力测试脚本，用于调节对软件的加压大小；
S2、利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并运用非参数斯皮尔曼秩相关系数方法对老化变量进行分析，筛选出相关性最高的监视指标；
S3、建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号(即资源指标随时间的变化曲线)；
S4、根据时序曲线信号，选取不同负载作为基线信号和目标信号(分别指低负载和高负载时老化指标的时序曲线)并构建偏离图，如图2所示，基于负载差分分析方法，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象。
其中，多个老化变量可包括内存、CPU利用率、吞吐量等。
步骤S1中，利用负载生成器对待测软件施加两个不同的负载，其中一个负载为另一个负载的m倍，m为整数。较佳的，步骤1中需利用负载生成器对软件施加不同负载(如高、低)，即控制对待测软件施加的压力，并且记录在未进行老化检测(施加压力)时软件的各项老化指标数据。
步骤S3中，利用Mann-Kendall趋势分析法分析资源消耗的趋势，若存在资源消耗递增趋势，则更进一步根据其数据特点，在综合考虑环境因素影响的前提下，建立自动化时序分析模型，得到时序曲线信号。
步骤S4中，在负载差分分析中，含老化相关缺陷的软件对于特定负载变化更加敏感，信号在负载前后出现较大的偏离值；如果老化现象是由于没有及时释放内存的缺陷造成，内存使用量会随着负载频率的增高而明显增加。
如图3为本发明另一实施例的老化检测流程框图，首先利用负载生成器对待测软件进行压力测试，并给予待测软件不同的负载，分析这些信号的负载敏感程度，收集待测软件的监控老化指标数据，观测并选取最适用于内存泄露相关的软件老化问题检测指标。对收集到的数据进行处理，对待测软件监控指标数据进行差分分析，并通过分析其与压力差之间的关系检测软件老化。
该实施例中，老化检测流程具体步骤包括：
步骤1，利用负载生成器对待测软件进行加压。
预先写一个对待测软件进行压力测试的脚本，控制对待测软件施加的负载大小，称之为负载生成器。在本步骤中利用Squid进行方法测试。Squid是一个代理缓存服务器，它支持诸如FTP、HTTP/S、DNS等协议的解析。主要任务是当客户端访问web页面时，它能通过Squid获取这些数据。Squid会缓存这些数据，在客户端下次访问时，可以快速读取数据。本测试用例主要针对Squid-3.2.1进行研究。
利用负载生成器对待测软件Squid施加两个不同的负载，一般为高和低，使高低负载之间的差距尽可能大，并且能够计算高低负载之间的倍数差。例如，当我们设置高负载为每隔x秒对待测软件进行一次解析FTP协议操作，则低负载设置每隔mx秒对待测软件进行一次解析FTP协议操作，则通过计算可以得到高负载为低负载的m倍。记录给予的负载之间的倍数，即高负载与低负载的倍数关系(频率差)。在本步骤对软件施加负载之前，需打开软件一段时间等待其稳定。
步骤2，利用监控工具定期收集监视指标。
本步骤中利用监控工具监测软件老化指标。如在本实施例中在Linux系统上通过读取/proc文件收集待测指标，收集的监测指标主要包括：RSS(驻留集内存)、磁盘空间、CPU使用率、吞吐量等。利用PCA降维，在进行相关性分析(斯皮尔曼秩相关系数相关性分析方法)之后得到RSS是较适用于检测内存泄漏相关软件老化现象的指标。故在本步骤中利用监视工具定期收集待测软件的RSS使用值，并且将收集到的数据按照监视老化指标的时间序列进行组织。
步骤3，对步骤1，2收集到的数据进行分析，采取适当的数据处理技术，建立自动化时序分析模型，得到时序曲线信号。
首先利用Mann-Kendall趋势分析法对监控指标RSS按照时序进行分析。它是一种无参数的检验方法，并假设待测数据服从正态分布。给定假设H0：待测指标无趋势；假设H1：待测指标存在递增或递减趋势。Z代表归一化检验统计量。设置显著性水平为5％，若Z小于0，并且计算的概率值小于5％，则待测趋势为递减趋势；若Z大于0，并且计算的概率值小于5％，则待测趋势为递增趋势。在本发明实施例中我们计算得到监控指标数据为递增趋势。得到递增趋势后，进一步选取恰当的数据处理技术，建立自动化时序分析模型，得到时序曲线信号。在本测试用例中，仅对驻留集内存原数据RSS进行分析。
步骤4，针对不同类型的老化缺陷，分析这些信号的负载敏感程度，选取不同负载作为基线信号和目标信号并构建偏离图，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象。
在本步骤中需要了解以下定义：
· R：待测软件高低负载间资源消耗差的比值Ratio；
· RSSorigin：待测软件初始RSS使用数值；
· RSShigh：待测软件在高负载下的监视指标数值；
· RSSlow：待测软件在低负载下的监视指标数值。
其中RatioR的计算公式如下所示：
Figure BDA0002652733550000061
RatioR即为本方法中检测软件老化的重要指标。对于存在老化问题的软件，通过本方法计算出来的指标R与负载倍数差之间呈相近关系，例如：采用的高低负载之间的压力差为n倍(2≤n≤10)，那么对于高低负载之间每一对数据之间的RatioR在n附近上下波动，在盒状图中尤为明显，如Squid-3.2.1(存在软件老化的Squid版本)。然而对于不存在老化问题的软件我们依旧采取高低负载之间的压力差为n倍时，其计算出来的R值，与n倍相差甚远，即在对实施例采用高负载时，其监控指标的改变并不大，与压力差之间不存在相关关系，如Squid-3.1.23。换句话说，当待测软件存在内存泄漏相关的软件老化现象时，RatioR与压力差n之间存在线性相关关系。故能够通过此方法检测软件老化，无需先验知识。
本发明还提供了一种负载相关的软件老化检测系统，用于实现上述实施例的老化检测方法，该系统包括：
负载生成器生成模块，用于生成负载生成器，所述负载生成器为与待测软件相适应的压力测试脚本，用以调节对软件的加压大小；
加压模块，用于利用负载生成器对待测软件进行加压；
监视指标筛选模块，用于利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并运用非参数斯皮尔曼秩相关系数方法对老化变量进行分析，筛选出相关性最高的监视指标；
监视指标分析模块，用于建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号，具体为资源指标随时间的变化曲线；
老化判断模块，用于根据时序曲线信号，选取不同负载作为基线信号和目标信号并构建偏离图，基于负载差分分析方法，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象，其中基线信号指低负载时老化指标的时序曲线信号，目标信号指高负载时老化指标的时序曲线信号。
各个模块具体执行详见上述方法实施例，在此不赘述。
本发明还提供了一种计算机存储介质，其内存储有可被处理器执行的计算机程序，该计算机程序用于实现上述实施例的负载相关的软件老化检测方法。
以上实例为简单老化检测分析，本发明适用于内存相关的软件老化检测，并能够快速、健壮的检测软件老化的存在性。
综上，本发明通过收集软件中老化相关指标数据，分析软件在不同负载下其资源消耗差与负载差之间的相关关系，构建了完整的软件老化检测模型。针对软件老化的负载特性，利用负载相关的老化检测方法，解决了传统基于趋势检测的软件老化检测方法误报率高的问题，有助于开发者在开发阶段检测软件老化问题，避免软件老化问题带来的损失。并且本发明可在单版本软件上检测软件老化，无需先验知识，降低了软件老化检测的成本。本发明已在真实软件上验证过其可行性，并可推广至其他商业软件来检测老化问题。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (7)

1.一种负载相关的软件老化检测方法，其特征在于，包括以下步骤：
S1、利用负载生成器对待测软件进行加压，所述负载生成器为与待测软件相适应的压力测试脚本，用于调节对软件的加压大小；
S2、利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并运用非参数斯皮尔曼秩相关系数方法对老化变量进行分析，筛选出相关性最高的监视指标；
S3、建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号，具体为资源指标随时间的变化曲线；
S4、根据时序曲线信号，选取不同负载作为基线信号和目标信号并构建偏离图，基于负载差分分析方法，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象，其中基线信号指低负载时老化指标的时序曲线信号，目标信号指高负载时老化指标的时序曲线信号。
2.根据权利要求1所述的负载相关的软件老化检测方法，其特征在于，多个老化变量包括内存、CPU利用率、吞吐量。
3.根据权利要求1所述的负载相关的软件老化检测方法，其特征在于，步骤S1中，利用负载生成器对待测软件施加两个不同的负载，其中一个负载为另一个负载的m倍，m为整数，并且记录在未进行老化检测时软件的各项老化指标数据中。
4.根据权利要求1所述的负载相关的软件老化检测方法，其特征在于，步骤S3中，利用Mann-Kendall趋势分析法分析资源消耗的趋势，若存在资源消耗递增趋势，则更进一步根据其数据特点，在综合考虑环境因素影响的前提下，建立自动化时序分析模型，得到时序曲线信号。
5.根据权利要求1所述的负载相关的软件老化检测方法，其特征在于，步骤S4中，在负载差分分析中，含老化相关缺陷的软件对于特定负载变化更加敏感，信号在负载前后出现较大的偏离值；如果老化现象是由于没有及时释放内存的缺陷造成，则内存使用量会随着负载频率的增高而明显增加。
6.一种负载相关的软件老化检测系统，其特征在于，包括：
负载生成器生成模块，用于生成负载生成器，所述负载生成器为与待测软件相适应的压力测试脚本，用以调节对软件的加压大小；
加压模块，用于利用负载生成器对待测软件进行加压；
监视指标筛选模块，用于利用监视工具定期收集多个老化变量，采用降维方法对关键变量进行化简，通过减少多重共线性来对老化趋势进行线性估计，并运用非参数斯皮尔曼秩相关系数方法对老化变量进行分析，筛选出相关性最高的监视指标；
监视指标分析模块，用于建立自动化时序分析模型，对筛选出的监视指标进行分析，得到时序曲线信号，具体为资源指标随时间的变化曲线；
老化判断模块，用于根据时序曲线信号，选取不同负载作为基线信号和目标信号并构建偏离图，基于负载差分分析方法，通过目标信号与基线信号的偏离值及变化规律判断是否存在老化现象，其中基线信号指低负载时老化指标的时序曲线信号，目标信号指高负载时老化指标的时序曲线信号。
7.一种计算机存储介质，其特征在于，其内存储有可被处理器执行的计算机程序，该计算机程序用于实现权利要求1-5中任一项所述的负载相关的软件老化检测方法。
CN202010876355.2A 2020-08-27 2020-08-27 负载相关的软件老化检测方法 Active CN112000580B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010876355.2A CN112000580B (zh) 2020-08-27 2020-08-27 负载相关的软件老化检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010876355.2A CN112000580B (zh) 2020-08-27 2020-08-27 负载相关的软件老化检测方法

Publications (2)

Publication Number Publication Date
CN112000580A true CN112000580A (zh) 2020-11-27
CN112000580B CN112000580B (zh) 2022-09-23

Family

ID=73471169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010876355.2A Active CN112000580B (zh) 2020-08-27 2020-08-27 负载相关的软件老化检测方法

Country Status (1)

Country Link
CN (1) CN112000580B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060130044A1 (en) * 2004-12-01 2006-06-15 Alberto Avritzer System and method for triggering software rejuvenation using a customer affecting performance metric
US20160274966A1 (en) * 2015-03-16 2016-09-22 Oracle International Corporation Intelligent inter-process communication latency surveillance and prognostics
JPWO2015022890A1 (ja) * 2013-08-12 2017-03-02 日本電気株式会社 ソフトウェアエージングテストシステム、ソフトウェアエージングテスト方法及びソフトウェアエージングテスト用プログラム
CN106663049A (zh) * 2014-09-09 2017-05-10 微软技术许可有限责任公司 通过使用趋势相关性的存储器泄漏分析
CN106951351A (zh) * 2017-01-16 2017-07-14 上海新炬网络信息技术有限公司 一种数据库负载趋势性监控方法
CN107203689A (zh) * 2017-04-20 2017-09-26 北京师范大学 鲁棒敏感性定量化方法
CN107451048A (zh) * 2016-03-31 2017-12-08 阿里巴巴集团控股有限公司 一种线上压力模拟测试的方法和设备
CN109522143A (zh) * 2018-11-10 2019-03-26 武汉理工大学 基于安卓系统的移动设备老化重生方法
CN111400199A (zh) * 2020-06-05 2020-07-10 鹏城实验室 软件老化的检测方法及其装置和计算机可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060130044A1 (en) * 2004-12-01 2006-06-15 Alberto Avritzer System and method for triggering software rejuvenation using a customer affecting performance metric
JPWO2015022890A1 (ja) * 2013-08-12 2017-03-02 日本電気株式会社 ソフトウェアエージングテストシステム、ソフトウェアエージングテスト方法及びソフトウェアエージングテスト用プログラム
CN106663049A (zh) * 2014-09-09 2017-05-10 微软技术许可有限责任公司 通过使用趋势相关性的存储器泄漏分析
US20160274966A1 (en) * 2015-03-16 2016-09-22 Oracle International Corporation Intelligent inter-process communication latency surveillance and prognostics
CN107451048A (zh) * 2016-03-31 2017-12-08 阿里巴巴集团控股有限公司 一种线上压力模拟测试的方法和设备
CN106951351A (zh) * 2017-01-16 2017-07-14 上海新炬网络信息技术有限公司 一种数据库负载趋势性监控方法
CN107203689A (zh) * 2017-04-20 2017-09-26 北京师范大学 鲁棒敏感性定量化方法
CN109522143A (zh) * 2018-11-10 2019-03-26 武汉理工大学 基于安卓系统的移动设备老化重生方法
CN111400199A (zh) * 2020-06-05 2020-07-10 鹏城实验室 软件老化的检测方法及其装置和计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
翁才生: "安卓软件老化与恢复的研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
霍守玉: "安卓系统软件老化预测方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Also Published As

Publication number Publication date
CN112000580B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
Nguyen et al. Automated detection of performance regressions using statistical process control techniques
US7594142B1 (en) Architecture for automated detection and analysis of security issues
US20100005341A1 (en) Automatic detection and notification of test regression with automatic on-demand capture of profiles for regression analysis
US20120216076A1 (en) Method and system for automatic memory leak detection
US8219856B2 (en) Memory growth detection
CN102959519A (zh) 系统测试设备
US10528456B2 (en) Determining idle testing periods
US20160259714A1 (en) Production sampling for determining code coverage
CN116405412B (zh) 基于混沌工程故障模拟服务端集群有效性验证方法和系统
CN114726581B (zh) 一种异常检测方法、装置、电子设备及存储介质
US8245084B2 (en) Two-level representative workload phase detection
CN118506900B (zh) 硫化氢气体检测系统及方法
Kalibera et al. Automated detection of performance regressions: The Mono experience
CN112000580B (zh) 负载相关的软件老化检测方法
US10348604B2 (en) Monitoring a resource consumption of an application
CN116682479A (zh) 一种企业级固态硬盘时延指标的测试方法及测试系统
Chen et al. IoPV: On inconsistent option performance variations
Kalibera et al. Precise regression benchmarking with random effects: Improving Mono benchmark results
CN115373984A (zh) 代码覆盖率确定方法及装置
CN116070934A (zh) 指标故障原因的确定方法和装置
US11663324B2 (en) Obtaining information for security configuration
CN109726086A (zh) 测试服务器性能的方法和装置
Anwar et al. Software maintenance prediction using weighted scenarios: an architecture perspective
CN111552960B (zh) 一种程序完整性的动态度量方法和装置
CN117520040B (zh) 一种微服务故障根因确定方法、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant