CN114924965A - 一种基于互联网的软件开发用性能预测系统 - Google Patents

Abstract

本发明公开了一种基于互联网的软件开发用性能预测系统，涉及软件性能预测领域，解决了现有技术中软件性能预测受到实时性能以及实时运行影响的技术问题，通过临时变量分析判断当前高强度运行场景下的软件性能，在高强度运行场景下对其进行临时变量分析能够提高了性能检测的真实性，侧面增强了软件开发的稳定性，对非高强度运行场景的软件进行动态分配分析，判断在非高强度运行下软件的动态分配分析，通过不同场景对软件进行性能分析，通过资源指标分析单元和系统指标分析单元进行分析，从而判断软件的运行效率，增强软件运行监测分析的准确性，针对不同性能的软件均进行不同运行效率判定，增强软件性能预测的准确性。

Description

一种基于互联网的软件开发用性能预测系统

技术领域

本发明涉及软件性能预测领域，具体为一种基于互联网的软件开发用性能预测系统。

背景技术

软件是一系列按照特定顺序组织的计算机数据和指令的集合。一般来讲软件被划分为系统软件、应用软件和介于这两者之间的中间件。软件性能测试定义为狭义的软件性能测试指为验证软件性能指标、评估系统服务能力、推荐系统软硬件配置、完成系统性能优化等而开展的测试活动；广义的软件性能测试是指测试过程中需要相关性能测试方法配合完成的系统测试活动，包括可靠性测试、可恢复性测试、稳定性测试、兼容性测试、可扩展性测试等。

但是在现有技术中，软件性能预测中不能够根据软件运行的不同场景进行实时性能分析，同时不能够针对不同性能的软件进行运行分析，导致软件性能预测受到实时性能以及实时运行的影响，降低了性能预测的准确性，从而直接降低了软件开发的进度。

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的就在于为了解决的问题，而提出一种基于互联网的软件开发用性能预测系统，通过临时变量分析判断当前高强度运行场景下的软件性能，在高强度运行场景下对其进行临时变量分析能够提高了性能检测的真实性，同时在检测性能时能够对软件运行的故障风险进行排除，侧面增强了软件开发的稳定性，提高了软件运行的工作效率；对非高强度运行场景的软件进行动态分配分析，判断在非高强度运行下软件的动态分配分析，通过不同场景对软件进行性能分析，增强性能分析的准确性，同时提高了性能预测的效率；通过资源指标分析单元和系统指标分析单元进行分析，从而判断软件的运行效率，增强软件运行监测分析的准确性，针对不同性能的软件均进行不同运行效率判定，有效克服性能不同的软件效率不同带来的影响，增强软件性能预测的准确性。

本发明的目的可以通过以下技术方案实现：

一种基于互联网的软件开发用性能预测系统，包括服务器，服务器通讯连接有性能分析检测单元、运行监测单元以及性能预测单元；其中，性能分析监测单元通讯连接有临时变量分析单元和动态分配分析单元，运行监测单元通讯连接有资源指标分析单元以及系统指标分析单元；

服务器用于对软件开发过程进行管控，通过性能分析检测单元对软件性能进行实时分析监测，且性能分析监测的场景划分为高强度运行场景和非高强度运行场景，当处于高强度运行场景时，性能分析检测单元生成临时变量分析信号，随后将临时变量分析信号发送至临时变量分析单元，临时变量分析单元用于对高强度运行的软件进行临时变量分析，通过临时变量分析判断当前高强度运行场景下的软件性能；当处于非高强度运行场景时，性能分析检测单元生成动态分配分析信号，并将动态分配分析信号发送至动态分配分析单元，动态分配分析单元用于对非高强度运行场景的软件进行动态分配分析；

运行监测单元用于对性能分析检测合格信号对应的软件进行实时运行监测分析，同时通过资源指标分析单元和系统指标分析单元进行分析；资源指标分析单元用于对当前软件进行资源指标分析，从而判断当前软件的资源配置强度；系统指标分析单元对当前软件进行系统指标分析，从而判断当前软件的运行是否合格；性能预测单元用于对当前软件进行性能预测。

作为本发明的一种优选实施方式，临时变量分析过程如下：

在软件运行处于高强度运行场景时为起始时刻点，并根据起始时刻点与当前系统时刻点进行比较获取到临时变量分析时间段，将临时变量分析时间段划分为i个时间节点，i为大于1的正整数，且临时变量分析时间段内的相邻时间节点对应间隔时长相同，同时两个相邻时间节点分别标记为早节点和晚节点，且早节点和晚节点仅为相邻时间节点；

在临时变量分析时间段内任意选择相邻的早节点和晚节点，同时采集到早节点对应的软件处理速度以及缓冲时长，并将早节点对应的软件处理速度以及缓冲时长分别标记为初始处理速度和初始缓冲时长；采集到晚节点对应的软件处理速度和缓冲时长，并将晚节点对应的软件处理速度和缓冲时长分别标记为末尾处理速度和末尾缓冲时长；

若选择的早节点和晚节点对应软件运行场景均为高强度运行场景，则将对应初始处理速度和初始缓冲时长分别与末尾处理速度和末尾缓冲时长进行比较：若对应初始处理速度和末尾处理速度的差值以及初始缓冲时长和末尾缓冲时长的差值均为超过对应差值阈值，则生成临时变量分析合格信号并将临时变量分析合格信号发送至性能分析监测单元；若对应初始处理速度和末尾处理速度的差值以及初始缓冲时长和末尾缓冲时长的差值不均为超过对应差值阈值，则生成临时变量分析不合格信号并将临时变量分析不合格信号发送至性能分析监测单元。

作为本发明的一种优选实施方式，动态分配分析的过程如下：

设置动态分配分析时间段，同时采集到软件内存储空间并将对应存储空间划分为o个子空间，o为大于1的自然数，采集到动态分配分析时间段内各个子空间的使用次数最大差值以及实时需求空间与当前实际存在空间的内存比值，并将动态分配分析时间段内各个子空间的使用次数最大差值以及实时需求空间与当前实际存在空间的内存比值分别与最大差值阈值和空间内存比值进行比较：

若动态分配分析时间段内各个子空间的使用次数最大差值超过最大差值阈值，或者实时需求空间与当前实际存在空间的内存比值超过空间内存比值，则判定动态分配分析不合格，生成动态分配分析不合格信号并将动态分配分析不合格信号发送至性能分析检测单元；若动态分配分析时间段内各个子空间的使用次数最大差值未超过最大差值阈值，且实时需求空间与当前实际存在空间的内存比值未超过空间内存比值，则判定动态分配分析合格，生成动态分配分析合格信号并将动态分配分析合格信号发送至性能分析检测单元。

作为本发明的一种优选实施方式，资源指标分析的过程如下：

采集到当前软件内用户进程与系统进程消耗的CPU时间百分比以及当前软件最大承受的用户进程数量，并将当前软件内用户进程与系统进程消耗的CPU时间百分比以及当前软件最大承受的用户进程数量分别标记为BFB和WDK；通过公式

获取到当前软件的资源指标分析系数ZY，其中，a1和a2均为预设比例系数，且a1＞a2＞0；将当前软件的资源指标分析系数ZY与资源指标分析系数阈值范围进行比较：若当前软件的资源指标分析系数ZY位于资源指标分析系数阈值范围，则将对应软件标记为高性能软件；若当前软件的资源指标分析系数ZY非位于资源指标分析系数阈值范围，则将对应软件标记为低性能软件。

作为本发明的一种优选实施方式，系统指标分析过程如下：

采集到当前软件对应用户访问的平均响应时间以及当前软件对应用户访问的等待频率，并将当前软件对应用户访问的平均响应时间以及当前软件对应用户访问的等待频率分别标记为SC和PL；通过公式

获取到当前软件系统指标分析系数XT，其中，a3和a4均为预设比例系数，且a3＞a4＞0；将当前软件系统指标分析系数XT与系统指标分析系数阈值进行比较：若当前软件系统指标分析系数XT超过系统指标分析系数阈值，则将对应软件标记为高效运行软件；若当前软件系统指标分析系数XT未超过系统指标分析系数阈值，则将对应软件标记为低效运行软件。

作为本发明的一种优选实施方式，性能预测的过程如下：

设置性能预测时间段，且性能预测时间段内当前软件的性能分析监测和运行监测均为合格，采集到性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量，并将性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量分别与对应数值阈值进行比较：若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量均超过对应数值阈值，则判断当前软件的性能呈优化趋势；若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量未均超过对应数值阈值，则判断当前软件的性能呈持平趋势；若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量均未超过对应数值阈值，则判断当前软件的性能呈降低趋势。

与现有技术相比，本发明的有益效果是：

1、本发明中，通过临时变量分析判断当前高强度运行场景下的软件性能，在高强度运行场景下对其进行临时变量分析能够提高了性能检测的真实性，同时在检测性能时能够对软件运行的故障风险进行排除，侧面增强了软件开发的稳定性，提高了软件运行的工作效率；对非高强度运行场景的软件进行动态分配分析，判断在非高强度运行下软件的动态分配分析，通过不同场景对软件进行性能分析，增强性能分析的准确性，同时提高了性能预测的效率。

2、本发明中，通过资源指标分析单元和系统指标分析单元进行分析，从而判断软件的运行效率，增强软件运行监测分析的准确性，针对不同性能的软件均进行不同运行效率判定，有效克服性能不同的软件效率不同带来的影响，增强软件性能预测的准确性；

3、本发明中，通过性能预测时间段内的对应数值分析，判断当前性能的增长的幅度，在性能检测合格以及运行合格的前提下，将性能对应数值增长进行分析，从而提高性能预测的准确度，同时能够排除当前软件的性能影响以及运行影响，从而间接增强了软件开发的合格效率。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于互联网的软件开发用性能预测系统，包括服务器，服务器通讯连接有性能分析检测单元、运行监测单元以及性能预测单元；其中，性能分析监测单元通讯连接有临时变量分析单元和动态分配分析单元，运行监测单元通讯连接有资源指标分析单元以及系统指标分析单元；

在现有技术中软件性能是与软件功能相对应的一种非常重要的非功能特性，表明了软件系统对时间及时性与资源经济性的要求；服务器用于对软件开发过程进行管控，在现有技术中服务器，也称伺服器，是提供计算服务的设备。由于服务器需要响应服务请求，并进行处理，因此一般来说服务器应具备承担服务并且保障服务的能力；

软件开发过程中通过服务器对软件进行监管，同时通过性能分析检测单元对软件性能进行实时分析监测，且性能分析监测的场景划分为高强度运行场景和非高强度运行场景，本申请中高强度运行和非强度运行的区分标准为软件的连续运行时长，当软件的连续运行时长超过对应连续运行时长阈值，则将当前场景断定为高强度运行场景；当软件的连续运行时长未超过对应连续运行时长阈值，则将当前场景断定为非高强度运行场景；

当处于高强度运行场景时，性能分析检测单元生成临时变量分析信号，随后将临时变量分析信号发送至临时变量分析单元，临时变量分析单元用于对高强度运行的软件进行临时变量分析，通过临时变量分析判断当前高强度运行场景下的软件性能，在高强度运行场景下对其进行临时变量分析能够提高了性能检测的真实性，同时在检测性能时能够对软件运行的故障风险进行排除，侧面增强了软件开发的稳定性，提高了软件运行的工作效率；

临时变量分析单元对实时运行软件进行临时变量分析，在软件运行处于高强度运行场景时为起始时刻点，并根据起始时刻点与当前系统时刻点进行比较获取到临时变量分析时间段，将临时变量分析时间段划分为i个时间节点，i为大于1的正整数，且临时变量分析时间段内的相邻时间节点对应间隔时长相同，同时两个相邻时间节点分别标记为早节点和晚节点，且早节点和晚节点仅为相邻时间节点，提高了时间节点的精度从而增强变量分析的准确性能；选取处理速度以及缓冲时长作为选中临时变量，本申请中临时变量为决定软件性能的相关参数，可根据实时监测进行随机选取；

在临时变量分析时间段内任意选择相邻的早节点和晚节点，同时采集到早节点对应的软件处理速度以及缓冲时长，并将早节点对应的软件处理速度以及缓冲时长分别标记为初始处理速度和初始缓冲时长；采集到晚节点对应的软件处理速度和缓冲时长，并将晚节点对应的软件处理速度和缓冲时长分别标记为末尾处理速度和末尾缓冲时长，且初始处理速度和末尾处理速度以及初始缓冲时长和末尾缓冲时长均仅限于对应的早节点和晚节点；早节点和晚节点在临时变量分析时间段内可任意相邻时间节点组合；

若选择的早节点和晚节点对应软件运行场景均为高强度运行场景，则将对应初始处理速度和初始缓冲时长分别与末尾处理速度和末尾缓冲时长进行比较：若对应初始处理速度和末尾处理速度的差值以及初始缓冲时长和末尾缓冲时长的差值均为超过对应差值阈值，则生成临时变量分析合格信号并将临时变量分析合格信号发送至性能分析监测单元；若对应初始处理速度和末尾处理速度的差值以及初始缓冲时长和末尾缓冲时长的差值不均为超过对应差值阈值，则生成临时变量分析不合格信号并将临时变量分析不合格信号发送至性能分析监测单元；

当处于非高强度运行场景时，性能分析检测单元生成动态分配分析信号，并将动态分配分析信号发送至动态分配分析单元，动态分配分析单元用于对非高强度运行场景的软件进行动态分配分析，动态分配分析表示为在软件运行时对内存调度分配进行实时分析，设置动态分配分析时间段，同时采集到软件内存储空间并将对应存储空间划分为o个子空间，o为大于1的自然数，采集到动态分配分析时间段内各个子空间的使用次数最大差值以及实时需求空间与当前实际存在空间的内存比值，并将动态分配分析时间段内各个子空间的使用次数最大差值以及实时需求空间与当前实际存在空间的内存比值分别与最大差值阈值和空间内存比值进行比较：

若动态分配分析时间段内各个子空间的使用次数最大差值超过最大差值阈值，或者实时需求空间与当前实际存在空间的内存比值超过空间内存比值，则判定动态分配分析不合格，生成动态分配分析不合格信号并将动态分配分析不合格信号发送至性能分析检测单元；若动态分配分析时间段内各个子空间的使用次数最大差值未超过最大差值阈值，且实时需求空间与当前实际存在空间的内存比值未超过空间内存比值，则判定动态分配分析合格，生成动态分配分析合格信号并将动态分配分析合格信号发送至性能分析检测单元；

性能分析检测单元同时接收到临时变量分析合格信号和动态分配分析合格信号时，生成性能分析检测合格信号并将性能分析检测合格信号发送至服务器，服务器接收到性能分析合格信号后，生成运行监测信号并将运行监测信号发送至运行监测单元，运行监测单元用于对性能分析检测合格信号对应的软件进行实时运行监测分析，同时通过资源指标分析单元和系统指标分析单元进行分析，从而判断软件的运行效率，增强软件运行监测分析的准确性，针对不同性能的软件均进行不同运行效率判定，有效克服性能不同的软件效率不同带来的影响，增强软件性能预测的准确性；

资源指标分析单元用于对当前软件进行资源指标分析，从而判断当前软件的资源配置强度，采集到当前软件内用户进程与系统进程消耗的CPU时间百分比以及当前软件最大承受的用户进程数量，并将当前软件内用户进程与系统进程消耗的CPU时间百分比以及当前软件最大承受的用户进程数量分别标记为BFB和WDK；通过公式

获取到当前软件的资源指标分析系数ZY，其中，a1和a2均为预设比例系数，且a1＞a2＞0；

将当前软件的资源指标分析系数ZY与资源指标分析系数阈值范围进行比较：若当前软件的资源指标分析系数ZY位于资源指标分析系数阈值范围，则将对应软件标记为高性能软件；若当前软件的资源指标分析系数ZY非位于资源指标分析系数阈值范围，则将对应软件标记为低性能软件；

系统指标分析单元对当前软件进行系统指标分析，从而判断当前软件的运行是否合格，采集到当前软件对应用户访问的平均响应时间以及当前软件对应用户访问的等待频率，并将当前软件对应用户访问的平均响应时间以及当前软件对应用户访问的等待频率分别标记为SC和PL；通过公式

获取到当前软件系统指标分析系数XT，其中，a3和a4均为预设比例系数，且a3＞a4＞0；

将当前软件系统指标分析系数XT与系统指标分析系数阈值进行比较：若当前软件系统指标分析系数XT超过系统指标分析系数阈值，则将对应软件标记为高效运行软件；若当前软件系统指标分析系数XT未超过系统指标分析系数阈值，则将对应软件标记为低效运行软件；

运行监测单元接收到高性能软件和低性能软件以及高效运行软件和低效运行软件后，若当前软件既为高性能软件也为高效运行软件，或者当前软件既为低性能软件也为高效运行软件，则生成运行监测合格信号并将运行监测合格信号发送至服务器；反之，则生成运行监测不合格信号并将运行监测不合格信号发送至服务器；

服务器接收到运行监测合格信号后，生成性能预测信号并将性能预测信号发送至性能预测单元，性能预测单元用于对当前软件进行性能预测，设置性能预测时间段，且性能预测时间段内当前软件的性能分析监测和运行监测均为合格，采集到性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量，并将性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量分别与对应数值阈值进行比较：若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量均超过对应数值阈值，则判断当前软件的性能呈优化趋势；若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量未均超过对应数值阈值，则判断当前软件的性能呈持平趋势；若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量均未超过对应数值阈值，则判断当前软件的性能呈降低趋势。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

本发明在使用时，通过性能分析检测单元对软件性能进行实时分析监测，当处于高强度运行场景时，通过临时变量分析单元对高强度运行的软件进行临时变量分析；当处于非高强度运行场景时，通过动态分配分析单元对非高强度运行场景的软件进行动态分配分析；性能分析检测单元同时接收到临时变量分析合格信号和动态分配分析合格信号时，生成性能分析检测合格信号并将性能分析检测合格信号发送至服务器，服务器接收到性能分析合格信号后，生成运行监测信号并将运行监测信号发送至运行监测单元，运行监测单元用于对性能分析检测合格信号对应的软件进行实时运行监测分析；同时通过资源指标分析单元和系统指标分析单元进行分析；服务器接收到运行监测合格信号后，生成性能预测信号并将性能预测信号发送至性能预测单元，通过性能预测单元对当前软件进行性能预测。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种基于互联网的软件开发用性能预测系统，其特征在于，包括服务器，服务器通讯连接有性能分析检测单元、运行监测单元以及性能预测单元；其中，性能分析监测单元通讯连接有临时变量分析单元和动态分配分析单元，运行监测单元通讯连接有资源指标分析单元以及系统指标分析单元；

服务器用于对软件开发过程进行管控，通过性能分析检测单元对软件性能进行实时分析监测，且性能分析监测的场景划分为高强度运行场景和非高强度运行场景，当处于高强度运行场景时，性能分析检测单元生成临时变量分析信号，随后将临时变量分析信号发送至临时变量分析单元，临时变量分析单元用于对高强度运行的软件进行临时变量分析，通过临时变量分析判断当前高强度运行场景下的软件性能；当处于非高强度运行场景时，性能分析检测单元生成动态分配分析信号，并将动态分配分析信号发送至动态分配分析单元，动态分配分析单元用于对非高强度运行场景的软件进行动态分配分析；

运行监测单元用于对性能分析检测合格信号对应的软件进行实时运行监测分析，同时通过资源指标分析单元和系统指标分析单元进行分析；资源指标分析单元用于对当前软件进行资源指标分析，从而判断当前软件的资源配置强度；系统指标分析单元对当前软件进行系统指标分析，从而判断当前软件的运行是否合格；性能预测单元用于对当前软件进行性能预测。

2.根据权利要求1所述的一种基于互联网的软件开发用性能预测系统，其特征在于，临时变量分析过程如下：

在软件运行处于高强度运行场景时为起始时刻点，并根据起始时刻点与当前系统时刻点进行比较获取到临时变量分析时间段，将临时变量分析时间段划分为i个时间节点，i为大于1的正整数，且临时变量分析时间段内的相邻时间节点对应间隔时长相同，同时两个相邻时间节点分别标记为早节点和晚节点，且早节点和晚节点仅为相邻时间节点；

在临时变量分析时间段内任意选择相邻的早节点和晚节点，同时采集到早节点对应的软件处理速度以及缓冲时长，并将早节点对应的软件处理速度以及缓冲时长分别标记为初始处理速度和初始缓冲时长；采集到晚节点对应的软件处理速度和缓冲时长，并将晚节点对应的软件处理速度和缓冲时长分别标记为末尾处理速度和末尾缓冲时长；

若选择的早节点和晚节点对应软件运行场景均为高强度运行场景，则将对应初始处理速度和初始缓冲时长分别与末尾处理速度和末尾缓冲时长进行比较：若对应初始处理速度和末尾处理速度的差值以及初始缓冲时长和末尾缓冲时长的差值均为超过对应差值阈值，则生成临时变量分析合格信号并将临时变量分析合格信号发送至性能分析监测单元；若对应初始处理速度和末尾处理速度的差值以及初始缓冲时长和末尾缓冲时长的差值不均为超过对应差值阈值，则生成临时变量分析不合格信号并将临时变量分析不合格信号发送至性能分析监测单元。

3.根据权利要求1所述的一种基于互联网的软件开发用性能预测系统，其特征在于，动态分配分析的过程如下：

设置动态分配分析时间段，同时采集到软件内存储空间并将对应存储空间划分为o个子空间，o为大于1的自然数，采集到动态分配分析时间段内各个子空间的使用次数最大差值以及实时需求空间与当前实际存在空间的内存比值，并将动态分配分析时间段内各个子空间的使用次数最大差值以及实时需求空间与当前实际存在空间的内存比值分别与最大差值阈值和空间内存比值进行比较：

若动态分配分析时间段内各个子空间的使用次数最大差值超过最大差值阈值，或者实时需求空间与当前实际存在空间的内存比值超过空间内存比值，则判定动态分配分析不合格，生成动态分配分析不合格信号并将动态分配分析不合格信号发送至性能分析检测单元；若动态分配分析时间段内各个子空间的使用次数最大差值未超过最大差值阈值，且实时需求空间与当前实际存在空间的内存比值未超过空间内存比值，则判定动态分配分析合格，生成动态分配分析合格信号并将动态分配分析合格信号发送至性能分析检测单元。

4.根据权利要求1所述的一种基于互联网的软件开发用性能预测系统，其特征在于，资源指标分析的过程如下：

采集到当前软件内用户进程与系统进程消耗的CPU时间百分比以及当前软件最大承受的用户进程数量，并将当前软件内用户进程与系统进程消耗的CPU时间百分比以及当前软件最大承受的用户进程数量分别标记为BFB和WDK；通过公式

获取到当前软件的资源指标分析系数ZY，其中，a1和a2均为预设比例系数，且a1＞a2＞0；将当前软件的资源指标分析系数ZY与资源指标分析系数阈值范围进行比较：若当前软件的资源指标分析系数ZY位于资源指标分析系数阈值范围，则将对应软件标记为高性能软件；若当前软件的资源指标分析系数ZY非位于资源指标分析系数阈值范围，则将对应软件标记为低性能软件。

5.根据权利要求1所述的一种基于互联网的软件开发用性能预测系统，其特征在于，系统指标分析过程如下：

采集到当前软件对应用户访问的平均响应时间以及当前软件对应用户访问的等待频率，并将当前软件对应用户访问的平均响应时间以及当前软件对应用户访问的等待频率分别标记为SC和PL；通过公式

获取到当前软件系统指标分析系数XT，其中，a3和a4均为预设比例系数，且a3＞a4＞0；将当前软件系统指标分析系数XT与系统指标分析系数阈值进行比较：若当前软件系统指标分析系数XT超过系统指标分析系数阈值，则将对应软件标记为高效运行软件；若当前软件系统指标分析系数XT未超过系统指标分析系数阈值，则将对应软件标记为低效运行软件。

6.根据权利要求1所述的一种基于互联网的软件开发用性能预测系统，其特征在于，性能预测的过程如下：

设置性能预测时间段，且性能预测时间段内当前软件的性能分析监测和运行监测均为合格，采集到性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量，并将性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量分别与对应数值阈值进行比较：若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量均超过对应数值阈值，则判断当前软件的性能呈优化趋势；若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量未均超过对应数值阈值，则判断当前软件的性能呈持平趋势；若性能预测时间段内系统访问量的增加数值以及单次访问时长的增加量均未超过对应数值阈值，则判断当前软件的性能呈降低趋势。

Images