CN116932265A - 故障模拟处理方法、装置、设备及存储介质 - Google Patents
故障模拟处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116932265A CN116932265A CN202310912206.0A CN202310912206A CN116932265A CN 116932265 A CN116932265 A CN 116932265A CN 202310912206 A CN202310912206 A CN 202310912206A CN 116932265 A CN116932265 A CN 116932265A
- Authority
- CN
- China
- Prior art keywords
- test
- simulation
- fault simulation
- determining
- parameters
- 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.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 290
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000012360 testing method Methods 0.000 claims abstract description 276
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000003062 neural network model Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 13
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000011084 recovery Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 102220213553 rs1026192345 Human genes 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
- G06F11/0709—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a distributed system consisting of a plurality of standalone computer nodes, e.g. clusters, client-server systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0793—Remedial or corrective actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本申请提供一种故障模拟处理方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：接收测试终端发送的故障模拟请求，其中故障模拟请求包括待测试设备标识及测试指令；根据故障模拟请求，获取待测试设备标识对应的设备参数；根据设备参数及测试指令，确定测试参数；根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据；获取至少一个历史模拟特征值及测试指令对应的判定标准；根据判定标准及模拟结果数据，确定目标判定结果；采用n个历史模拟特征值及目标判定结果，确定模拟特征值，其中n为正整数；若模拟特征值大于预设阈值，则向测试终端发送异常提示信息。本申请的方法，解决了故障模拟效果差的问题。
Description
技术领域
本申请涉及人工智能技术领域，尤其涉及一种故障模拟处理方法、装置、设备及存储介质。
背景技术
随着信息化程度的不断加深，大量的服务种类可以在云端进行，这使得云端集群的稳定成为保障网络服务效果的重要条件。
目前，现有技术中为了保障服务的稳定，通常需要对集群进行运行维护和故障排除，以减少或消除集群的隐患。在故障排除的过程中，通常采用固定的模拟故障的方式，测试集群的可能存在问题的点，以便进行隐患排除。
但是，发明人发现现有技术至少存在如下技术问题：采用固定的方式进行集群的故障模拟，会导致故障模拟效果差的问题。
发明内容
本申请提供一种故障模拟处理方法、装置、设备及存储介质，用以解决故障模拟效果差的问题。
第一方面，本申请提供一种故障模拟处理方法，包括：
接收测试终端发送的故障模拟请求，其中故障模拟请求包括待测试设备标识及测试指令；根据故障模拟请求，获取待测试设备标识对应的设备参数；根据设备参数及测试指令，确定测试参数；根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据；获取至少一个历史模拟特征值及测试指令对应的判定标准；根据判定标准及模拟结果数据，确定目标判定结果；采用n个历史模拟特征值及目标判定结果，确定模拟特征值，其中n为正整数；若模拟特征值大于预设阈值，则向测试终端发送异常提示信息。
在一种可能的设计中，根据设备参数及测试指令，确定测试参数，包括：根据测试指令，确定目标故障模拟类型；确定故障模拟类型对应的待测试参数类型；根据设备参数及测试参数类型，确定测试参数。
在一种可能的设计中，根据测试指令，确定目标故障模拟类型，包括：查找测试指令中含有的关键词，得到目标关键词；根据目标关键词，查找预设的关键词与故障模拟类型对应关系，得到目标故障模拟类型；或，根据测试指令，查找预设的指令与故障模拟类型对应关系，得到测试指令对应的目标故障模拟类型。
在一种可能的设计中，根据设备参数及测试参数类型，确定测试参数，包括：读取测试参数类型对应的神经网络模型；将设备参数输入神经网络模型，得到测试参数。
在一种可能的设计中，根据设备参数及测试参数类型，确定测试参数，包括：读取测试参数类型对应的测试参数计算公式；将设备参数输入测试参数计算公式，得到测试参数。
在一种可能的设计中，采用n个历史模拟特征值及目标判定结果，确定模拟特征值，包括：
将n个历史模拟特征值及目标判定结果输入预设的特征值计算公式，得到模拟特征值。
在一种可能的设计中，特征值计算公式，如下：
其中，xi表示第i个历史模拟特征值，y表示目标判定结果，z表示模拟特征值，n表示历史模拟特征值的总数，a、b为常数，且a+b＝1，b>a。
在一种可能的设计中，在根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据之后，还包括：获取测试指令对应的测试结果判定条件；根据测试结果判定条件及模拟结果数据，确定模拟结果数据是否达到预设要求；若未达到预设要求，则向测试终端发送测试指令对应的优化提示信息。
第二方面，本申请提供一种故障模拟处理装置，包括：请求接收模块，用于接收测试终端发送的故障模拟请求，其中故障模拟请求包括待测试设备标识及测试指令；参数获取模块，用于根据故障模拟请求，获取待测试设备标识对应的设备参数；参数确定模块，用于根据设备参数及测试指令，确定测试参数；数据获得模块，用于根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据；标准获取模块，用于获取至少一个历史模拟特征值及测试指令对应的判定标准；结果确定模块，用于根据判定标准及模拟结果数据，确定目标判定结果；特征值确定模块，用于采用n个历史模拟特征值及目标判定结果，确定模拟特征值，其中n为正整数；提示发送模块，用于若模拟特征值大于预设阈值，则向测试终端发送异常提示信息。
第三方面，本申请提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，使得处理器执行如第一方面描述的故障模拟处理方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面描述的故障模拟处理方法。
第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面描述的故障模拟处理方法。
本申请提供的故障模拟处理方法、装置、设备及存储介质，通过接收测试终端发送的故障模拟请求，由故障模拟请求中的待测试设备标识获取对应的设备参数，结合设备参数和故障模拟请求中的测试指令，得到测试参数，由测试参数和测试指令，控制故障模拟单元进行了故障模拟，得到模拟结果数据，获取历史模拟特征值及判定标准，由新得到的模拟结果数据和判定标准得到模拟特征值，由历史模拟特征值和目标判定结果，得到本次模拟得到的模拟特征值，并在模拟特征值大于预设阈值的情况下，向测试终端发送异常提示信息，实现结合设备参数得到测试参数，使测试参数更加符合待测试设备的硬件指标，更加能够反映待测试设备的运行状况，并结合历史的模拟结果判断待测试设备的状态，使模拟结果更加客观。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的故障模拟处理方法的应用场景示意图；
图2为本申请实施例提供的故障模拟处理方法的流程示意图；
图3为本申请实施例提供的故障模拟处理装置的结构示意图；
图4为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
随着网络服务数量的不断增加，对服务器的稳定性要求也越来越高，在服务器出现故障时，需要能够快速恢复服务。为了减少服务器故障概率，增加服务器故障恢复速度，可以采用提前模拟故障的方式对服务器进行测试。
当前对服务器测试的方式一般是固定的，导致故障模拟效果较差。
针对上述技术问题，发明人提出如下技术构思：服务器在接收到终端设备发送的故障模拟请求后，根据故障模拟请求获取待测试设备的设备参数，采用设备参数对应的测试参数进行故障模拟，得到模拟结果数据，结合故障模拟请求对应的判定标准及模拟结果数据得到判定结果，结合本次测试得到的判定结果和历史判定结果判定待测试设备是否出现异常。
图1为本申请实施例提供的故障模拟处理方法的应用场景示意图。如图1，该场景中，包括：测试终端101、服务器102、故障模拟单元103、待测试设备104。
在具体实现过程中，测试终端101可以包括计算机、服务器、平板、手机、掌上电脑(Personal Digital Assistant，PDA)以及笔记本等，它们可以进行数据的输入、发送、接收、输出。
服务器102则可以利用具有更强大处理能力和更高安全性的一个服务器或多个服务器组成的集群来实现，在可能的情况下，还可以使用计算能力较强的计算机、笔记本电脑等进行替代。
故障模拟单元103，可以是施压机、网关、节点控制模块等。
待测试设备104，可以包括服务器，还可以包括数据库。
测试终端与服务器、服务器与故障模拟单元、服务器与待测试设备、故障模拟单元与待测试设备之间的连接方式可以是有线连接也可以是无线连接。
测试终端101，用于接收工作人员的输入的信息，信息可以是故障模拟请求，也可以是其他内容，将故障模拟请求发送至服务器102，服务器102
服务器102获取待测试设备104的设备参数，由故障模拟请求中的设备参数和测试指令确定测试参数，由测试参数控制故障模拟单元103进行故障模拟，得到模拟结果数据，并将模拟结果数据发送至测试终端101。
可以理解的是，本申请实施例示意的结构并不构成对故障模拟处理方法的具体限定。在本申请另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图1所示的部件可以由硬件，软件，或软件与硬件的组合实现。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
图2为本申请实施例提供的故障模拟处理方法的流程示意图。本申请实施例的执行主体可以是图1中的服务器102，也可以是电脑和/或手机等，本实施例对此不作特别限制。如图2所示，该方法包括：
S201：接收测试终端发送的故障模拟请求，其中故障模拟请求包括待测试设备标识及测试指令。
在本步骤中，故障模拟请求可以是通过报文、数据包的格式接收的。待测试设备标识及测试指令可以是工作人员在测试终端选择或输入的。
S202：根据故障模拟请求，获取待测试设备标识对应的设备参数。
在本步骤中，可以是在接收到故障模拟请求后，采用待测试设备标识，查找设备标识与设备参数的对应关系，得到待测试设备标识对应的设备参数。还可以是根据设备标识向设备表示对应的待测试设备发送参数获取请求，接收待测试设备根据参数获取请求返回的设备参数。
其中，设备标识与设备参数的对应关系，可以是在关联服务器和待测试设备时建立的。关联服务器和待测试设备的过程可以是：在待测试设备上部署代理，配置服务器地址并注册到故障模拟单元。在注册成功后，代理收集待测试设备上的设备参数，例如CPU(Central Processing Unit，中央处理器)信息、内存信息、硬盘信息、网卡信息等。
S203：根据设备参数及测试指令，确定测试参数。
在本步骤中，可以是将设备参数及测试指令输入预设的脚本，得到测试参数。或将测试指令中预设字段之后的字符串及设备参数输入预设的脚本，得到测试参数。
S204：根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据。
在本步骤中，可以是根据测试参数及测试指令，生成对应的控制指令，将控制指令发送至故障模拟单元，得到模拟结果数据。还可以是直接将测试参数和测试指令发送至故障模拟单元，从而控制故障模拟单元进行故障模拟。模拟结果数据可以是待测试设备直接发送至服务器的，也可以是故障模拟单元发送至服务器的。
S205：获取至少一个历史模拟特征值及测试指令对应的判定标准。
在本步骤中，历史模拟特征值可以是本次模拟之前测试得到的，并在测试后存储在预设位置，本步骤可以从预设位置读取上述历史模拟特征值。测试指令可以包含测试内容种类，测试内容种类可以与判定标准对应，从而由测试指令得到对应的判定标准。
其中，测试内容种类与判定标准可以写入在对应关系中，对应关系可以采用表格、键值对等格式存储。
S206：根据判定标准及模拟结果数据，确定目标判定结果。
在本步骤中，判定标准可以是预设的脚本、程序、判定语句等。本步骤可以是将模拟结果数据输入判定标准，得到目标判定结果。
其中，目标判定结果可以包括合格或不合格，合格、不合格可以采用数字、字母等进行替代。目标判定结果也可以是一个具体的数值。
例如，判定标准为：若CPU占用率大于70％、内存容量小于20％，则目标判定结果为不合格。则将模拟结果输入判定标准，得到判定结果。本申请实施例对判定标准的具体内容不作限制。
S207：采用n个历史模拟特征值及目标判定结果，确定模拟特征值，其中n为正整数。
在本步骤中，可以是将n个历史模拟特征值及目标判定结果输入预先训练得到的神经网络模型，得到模拟特征值。
其中，n个历史模拟特征值可以是对应生成(测试)时间最近的n个历史模拟特征值。神经网络模型可以是采用实验数据训练得到的。
S208：若模拟特征值大于预设阈值，则向测试终端发送异常提示信息。
在本步骤中，预设阈值可以是工作人员预先设置的。异常提示信息的发送方式可以是以报文、数据包、字符串等格式发送的。
其中，异常提示信息可以是将待测试设备标识及测试指令对应的测试内容种类，写入预设的异常提示信息模板得到的。
从上述实施例的描述可知，本申请实施例通过接收测试终端发送的故障模拟请求，由故障模拟请求中的待测试设备标识获取对应的设备参数，结合设备参数和故障模拟请求中的测试指令，得到测试参数，由测试参数和测试指令，控制故障模拟单元进行了故障模拟，得到模拟结果数据，获取历史模拟特征值及判定标准，由新得到的模拟结果数据和判定标准得到模拟特征值，由历史模拟特征值和目标判定结果，得到本次模拟得到的模拟特征值，并在模拟特征值大于预设阈值的情况下，向测试终端发送异常提示信息，实现结合设备参数得到测试参数，使测试参数更加符合待测试设备的硬件指标，更加能够反映待测试设备的运行状况，并结合历史的模拟结果判断待测试设备的状态，使模拟结果更加客观。
在一种可能的实现方式中，在上述步骤S203中，根据设备参数及测试指令，确定测试参数，包括：
S2031：根据测试指令，确定目标故障模拟类型。
在本步骤中，可以是查找测试指令中预设位置的字段，查找字段与故障模拟类型的对应关系，得到目标故障模拟类型。还可以是直接查找测试指令与故障模拟类型的对应关系，得到目标故障模拟类型。
例如，测试指令为“python test.py-h 270”预设位置可以是-h后以空格分隔的下一个字段，即“270”所在的位置，查找字段与故障模拟类型的对应关系，得到对应的目标故障模拟类型。本申请实施例对预设位置的位置标定方式不作具体限制。上述对应关系都可以是工作人员预先标定的，其存储方式可以是表格、键值对等。目标故障模拟类型例如指定进程故障、指定进程挂起、服务器重启、以固定网卡名和时间间隔指定的服务器重启、指定服务器和时间间隔的多服务器断网等。
S2032：确定故障模拟类型对应的待测试参数类型。
在本步骤中，可以是查找故障模拟类型对应的指标类型，再查找指标类型对应的待测试参数类型。其中，故障模拟类型可以与指标类型有预设的对应关系，指标类型可以与待测试参数类型有预设的对应关系。故障模拟类型例如主节点断开、数据库挂机、数据库主节点断开等，指标类型例如断开的节点、挂机的数据库等，待测试参数类型例如重连时间、数据库恢复时间等。
本步骤还可以是查找故障模拟类型与待测试参数类型的对应关系，得到故障模拟类型对应的待测试参数类型。故障模拟类型可以对应至少一个待测试参数类型。其中，故障模拟类型预待测试参数类型的对应关系可以是工作人员预先储存的，其储存方式可以是表格或键值对等。
S2033：根据设备参数及测试参数类型，确定测试参数。
在本步骤中，可以是将设备参数及测试参数类型输入预设的参数计算脚本，得到参数计算脚本输出的测试参数。还可以是将设备参数及测试参数类型输入预先训练得到的神经网络模型，得到测试参数。还可以是根据设备参数及测试参数类型，查找预设的设备参数、测试参数类型及测试参数的对应关系，得到对应的测试参数。
其中，参数计算脚本可以是工作人员预先编写的。神经网络模型可以是工作人员采用实验数据训练得到的。预设的设备参数、测试参数类型及测试参数的对应关系可以是工作人员根据经验预先标定的，存储格式可以是表格格式。
从上述实施例的描述可知，本申请实施例通过由测试指令，确定目标故障模拟类型，并确定故障模拟类型对应的待测试参数类型，结合设备参数及测试参数类型得到测试参数，实现针对不同的设备参数得到不同的测试参数，提升测试效果，可以对硬件条件更好的待测试设备采用要求更高的测试参数，避免测试参数不能体现待测试设备实际运行能力的问题。
在一种可能的实现方式中，上述步骤S2031中，根据测试指令，确定目标故障模拟类型，包括：S31A或S31B。
S31A：查找测试指令中含有的关键词，得到目标关键词。根据目标关键词，查找预设的关键词与故障模拟类型对应关系，得到目标故障模拟类型。
在本步骤中，可以是读取所有预存储的关键词，并在测试指令中查找预存储的关键词，将查询得到的关键词确定为目标关键词。关键词与故障模拟类型对应关系，可以是工作人员预先标定的，其存储格式可以是表格或键值对。
S31B：根据测试指令，查找预设的指令与故障模拟类型对应关系，得到测试指令对应的目标故障模拟类型。
在本步骤中，直接将测试指令作为查询对象，得到对应的目标故障模拟类型。其中指令与故障模拟类型对应关系可以是工作人员根据实验数据预先标定的。
从上述实施例的描述可知，本申请实施例通过由测试指令或测试指令中的关键词，得到了对应的目标故障模拟类型，便于后续采用目标故障模拟类型对应的测试参数进行待测试设备的测试。
在一种可能的实现方式中，上述步骤S2033中根据设备参数及测试参数类型，确定测试参数，包括：步骤S31及S32。
S31：读取测试参数类型对应的神经网络模型。
在本步骤中，不同的测试参数类型可以对应不同的神经网络模型。不同的神经网络模型可以存储在不同的位置和/或有不同的标识，通过查找预设的测试参数类型与神经网络模型的存储位置或标识的对应关系，可以在对应的存储位置读取神经网络模型，或由神经网络模型的标识读取神经网络模型。
S32：将设备参数输入神经网络模型，得到测试参数。
在本步骤中，可以是将设备参数作为神经网络模型的输入值，将神经网络模型的输出值作为测试参数。若设备参数包括字母、汉字，还可以是采用自然语言模型将字母、汉字转换为数字后输入神经网络模型。
从上述实施例的描述可知，本申请实施例通过读取测试参数类型对应的神经网络模型，并将设备参数输入读取的神经网络模型，得到测试参数，实现采用神经网络模型得到合适的测试参数，使模拟测试对待测试设备有更强的特异性。
在一种可能的实现方式中，上述步骤S2033中，根据设备参数及测试参数类型，确定测试参数，具体包括：步骤S33及步骤S34。
S33：读取测试参数类型对应的测试参数计算公式。
在本步骤中，各测试参数类型可以有对应的至少一个测试参数计算公式。
测试参数计算公式例如：
式中，P表示故障模拟单元的测试数据交换数量，A、B、C表示常数，X表示服务器处理单元数量，n表示第n类处理单元，Yn表示第n类处理单元的运算能力，m标识处理单元的总类数。其中，测试数据交换数量属于一种测试参数，服务器处理单元数量和处理单元的运算能力属于设备参数。
S34：将设备参数输入测试参数计算公式，得到测试参数。
在本步骤中，可以是将设备参数输入一个测试参数计算公式，得到一种测试参数的数值，也可以是将设备参数输入同一测试参数类型对应的多个测试参数计算公式，得到多种测试参数的数值。
从上述实施例的描述可知，本申请实施例通过将设备参数输入测试参数类型对应的测试参数计算公式，得到了测试参数，便于后续采用测试参数有针对性的、差异性的对待测试设备进行故障模拟测试。
在一种可能的实现方式中，在上述步骤S207中，采用n个历史模拟特征值及目标判定结果，确定模拟特征值，包括：
S2071：将n个历史模拟特征值及目标判定结果输入预设的特征值计算公式，得到模拟特征值。
在一种可能的实现方式中，特征值计算公式，如下：
其中，xi表示第i个历史模拟特征值，y表示目标判定结果，z表示模拟特征值，n表示历史模拟特征值的总数，a、b为常数，且a+b＝1，b>a。
在一种可能的实现方式中，
从上述实施例的描述可知，本申请实施例通过将历史模拟特征值及目标判定结果输入预设的特征值计算公式，计算得到了模拟特征值，综合了历史模拟特征值和本次模拟得到的目标判定结果，从而使故障模拟的准确性更高，减少偶发事件对结果的影响，并且由于公式中的b大于a，可以使最终得到的模拟特征值受本次模拟的影响更大，突出最新的模拟结果。
在一种可能的实现方式中，在上述步骤S204根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据之后，还包括：
S220：获取测试指令对应的测试结果判定条件。
在本步骤中，测试结果判断结果可以是工作人员根据实验或经验预先设置的。测试指令与测试结果判定条件的对应关系可以采用表格储存。
其中，判定条件例如每秒事务数波动范围阈值、主节点断开至新的主节点生成的时间阈值、主节点断开后的预期主节点与实际主节点是否相同。
S221：根据测试结果判定条件及模拟结果数据，确定模拟结果数据是否达到预设要求。
在本步骤中，例如每秒事务数波动范围是否小于每秒事务数波动范围阈值、生成新的主节点的时间是否小于时间阈值、主节点断开后的预期主节点与实际主节点是否相同。若是则达到预设要求，否则未达到预设要求。
S222：若未达到预设要求，则向测试终端发送测试指令对应的优化提示信息。
在本步骤中，可以是读取测试指令对应的优化提示信息，并将优化提示信息发送至测试终端，使测试终端输出优化提示信息。也可以是读取测试指令对应的目标字符串，将目标字符串写入预设的模板，得到优化提示信息。
从上述实施例的描述可知，本申请实施例通过获取测试指令对应的测试结果判定条件，由测试结果判定条件和模拟结果数据确定模拟结果数据是否达到预设要求，在未达到预设要求的情况下向测试终端发送测试指令对应的优化提示信息，实现自动判定测试结果是否符合预期，在不符合预期的情况下进行提示，使工作人员能够更直观地得到测试结果和服务器优化方向。
在一种可能的实现方式中，上述步骤S204中，控制故障模拟单元进行故障模拟的内容，包括以下几种：
验证连续两次数据库主节点故障，需要保证新主选举成功，验证业务的连续性(数据库主节点断开后每秒事务数/每秒查询率恢复速度)。验证连续两次代理主节点故障，需要保证新主选举成功，验证业务的连续性(代理主节点断开后每秒事务数/每秒查询率恢复速度)。验证数据库主节点故障代码为-19情况，需要保证新主选举成功，验证业务的连续性，验证数据库主节点故障代码为-18情况，需要保证集群不会脑裂，记录RPO/RTO(Recovery Point Objective/Recovery Time Objective，恢复点目标/恢复时间目标)值。验证MySQL主节点出现故障代码为9的情况，需要保证新主选举成功，验证业务的连续性；(数据库主节点断开后每秒事务数/每秒查询率恢复速度)。验证主节点宕机后大事务的完整性(业务侧施压机发压，运行一条大事务，记录集群拓扑信息，根据集群拓扑故障数据库主节点，记录集群拓扑信息，集群选出新主后验证该条事务的完整性，验证大事务运行中主节点宕机后事务是否会回滚)。验证数据库主节点所在服务器宕机后集群状态，需要保证新主选举成功，验证业务的连续性。验证数据库主节点所在服务器网络故障后集群状态，需要保证新主选举成功，验证业务的连续性(判断主节点掉线后每秒事务数/每秒查询率状态是否符合预设要求)；验证由于网络分区导致的集群节点分裂后是否存在双写，且极端情况下需要保证双网络分区所在的数据库新主选举成功，保证业务的连续性。验证主节点宕机后优先选择预先配置的从节点，需要保证新主选举成功，验证业务的连续性(稳定运行预设时长，并记录每秒事务数/每秒查询率，读取预设的从节点变更为主节点的优先级，模拟数据库主节点故障，检查优先级更高的从节点是否变为主节点，变更为主节点后每秒事务数/每秒查询率与稳定运行时的差值是否超过预设值)。
在一种可能的实现方式中，服务器接收测试终端发送的，针对待测试设备A的节点断开测试请求，获取待测试设备A的节点信息、当前服务状态信息，根据节点信息确定断开节点，根据断开节点控制故障模拟单元断开待测试设备A中对应的节点，并获取断开后的服务状态信息，将断开前后的服务状态信息确定为模拟结果数据，判定模拟结果数据是否符合节点断开测试对应的判定标准，得到目标判定结果(1、0表示的是或否)，并获取待测试设备A对应的历史模拟特征值，例如目标判定结果为1，将1和n个历史模拟特征值输入特征值计算公式，得到模拟特征值，假如得到模拟特征值为0.7，预设阈值为0.6，则向测试终端发送待测试设备A节点断开测试结果异常的提示信息。
图3为本申请实施例提供的故障模拟处理装置的结构示意图。如图3所示，故障模拟装置300，包括：请求接收模块301、参数获取模块302、参数确定模块303、数据获得模块304、标准获取模块305、结果确定模块306、特征值确定模块307及提示发送模块308。
请求接收模块301，用于接收测试终端发送的故障模拟请求，其中故障模拟请求包括待测试设备标识及测试指令。
参数获取模块302，用于根据故障模拟请求，获取待测试设备标识对应的设备参数。
参数确定模块303，用于根据设备参数及测试指令，确定测试参数。
数据获得模块304，用于根据测试参数及测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据。
标准获取模块305，用于获取至少一个历史模拟特征值及测试指令对应的判定标准。
结果确定模块306，用于根据判定标准及模拟结果数据，确定目标判定结果。
特征值确定模块307，用于采用n个历史模拟特征值及目标判定结果，确定模拟特征值，其中n为正整数。
提示发送模块308，用于若模拟特征值大于预设阈值，则向测试终端发送异常提示信息。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，参数确定模块303，具体用于根据测试指令，确定目标故障模拟类型。确定故障模拟类型对应的待测试参数类型。根据设备参数及测试参数类型，确定测试参数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，参数确定模块303，具体用于查找测试指令中含有的关键词，得到目标关键词。根据目标关键词，查找预设的关键词与故障模拟类型对应关系，得到目标故障模拟类型。或，根据测试指令，查找预设的指令与故障模拟类型对应关系，得到测试指令对应的目标故障模拟类型。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，参数确定模块303，具体用于读取测试参数类型对应的神经网络模型。将设备参数输入神经网络模型，得到测试参数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，参数确定模块303，具体用于读取测试参数类型对应的测试参数计算公式。将设备参数输入测试参数计算公式，得到测试参数。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，特征值确定模块307，具体用于将n个历史模拟特征值及目标判定结果输入预设的特征值计算公式，得到模拟特征值。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，特征值确定模块307，采用的特征值计算公式，具体如下：
其中，xi表示第i个历史模拟特征值，y表示目标判定结果，z表示模拟特征值，n表示历史模拟特征值的总数，a、b为常数，且a+b＝1，b>a。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的实现方式中，故障模拟装置300，包括：提示发送模块309。
信息发送模块309，用于获取测试指令对应的测试结果判定条件。根据测试结果判定条件及模拟结果数据，确定模拟结果数据是否达到预设要求。若未达到预设要求，则向测试终端发送测试指令对应的优化提示信息。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
为了实现上述实施例，本申请实施例还提供了一种电子设备。
参考图4，其示出了适于用来实现本申请实施例的电子设备400的结构示意图，该电子设备400可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑(Portable Android Device，简称PAD)、便携式多媒体播放器(Portable MediaPlayer，简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理器(例如中央处理器、图形处理器等)401，以及与处理器通信连接的存储器402，其可以根据存储在存储器402中的程序、计算机执行指令或者从存储装置408加载到随机访问存储器(Random Access Memory，简称RAM)403中的程序而执行各种适当的动作和处理，实现上述任一实施例中的故障模拟处理方法，其中存储器可以是只读存储器(Read Only Memory，简称ROM)。在RAM403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、存储器402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(Liquid CrystalDisplay，简称LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从存储器402被安装。在该计算机程序被处理装置401执行时，执行本申请实施例的方法中限定的上述功能。
需要说明的是，本申请上述的计算机可读存储介质可以是计算机可读信号介质或者计算机存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读存储介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network，简称LAN)或广域网(Wide Area Network，简称WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该模块本身的限定，例如，数据发送模块还可以被描述为“模拟结果发送模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本申请还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现上述任一实施例中的故障模拟处理方法的技术方案，其实现原理以及有益效果与故障模拟处理方法的实现原理及有益效果类似，可参见故障模拟处理方法的实现原理及有益效果，此处不再进行赘述。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，实现上述任一实施例中的故障模拟处理方法的技术方案，其实现原理以及有益效果与故障模拟处理方法的实现原理及有益效果类似，可参见故障模拟处理方法的实现原理及有益效果，此处不再进行赘述。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (12)
1.一种故障模拟处理方法，其特征在于，包括：
接收测试终端发送的故障模拟请求，其中所述故障模拟请求包括待测试设备标识及测试指令；
根据所述故障模拟请求，获取所述待测试设备标识对应的设备参数；
根据所述设备参数及所述测试指令，确定测试参数；
根据所述测试参数及所述测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据；
获取至少一个历史模拟特征值及所述测试指令对应的判定标准；
根据所述判定标准及所述模拟结果数据，确定目标判定结果；
采用n个所述历史模拟特征值及所述目标判定结果，确定模拟特征值，其中n为正整数；
若所述模拟特征值大于预设阈值，则向所述测试终端发送异常提示信息。
2.根据权利要求1所述的方法，其特征在于，所述根据所述设备参数及所述测试指令，确定测试参数，包括：
根据所述测试指令，确定目标故障模拟类型；
确定所述故障模拟类型对应的待测试参数类型；
根据所述设备参数及所述测试参数类型，确定所述测试参数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述测试指令，确定目标故障模拟类型，包括：
查找所述测试指令中含有的关键词，得到目标关键词；根据所述目标关键词，查找预设的关键词与故障模拟类型对应关系，得到所述目标故障模拟类型；或，
根据所述测试指令，查找预设的指令与故障模拟类型对应关系，得到所述测试指令对应的目标故障模拟类型。
4.根据权利要求2所述的方法，其特征在于，所述根据所述设备参数及所述测试参数类型，确定所述测试参数，包括：
读取所述测试参数类型对应的神经网络模型；
将所述设备参数输入所述神经网络模型，得到所述测试参数。
5.根据权利要求2所述的方法，其特征在于，所述根据所述设备参数及所述测试参数类型，确定所述测试参数，包括：
读取所述测试参数类型对应的测试参数计算公式；
将所述设备参数输入所述测试参数计算公式，得到所述测试参数。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述采用n个所述历史模拟特征值及所述目标判定结果，确定模拟特征值，包括：
将所述n个历史模拟特征值及所述目标判定结果输入预设的特征值计算公式，得到所述模拟特征值。
7.根据权利要求6所述的方法，其特征在于，所述特征值计算公式，如下：
其中，xi表示第i个所述历史模拟特征值，y表示所述目标判定结果，z表示所述模拟特征值，n表示历史模拟特征值的总数，a、b为常数，且a+b＝1，b>a。
8.根据权利要求1至5任一项所述的方法，其特征在于，在所述根据所述测试参数及所述测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据之后，还包括：
获取所述测试指令对应的测试结果判定条件；
根据所述测试结果判定条件及所述模拟结果数据，确定所述模拟结果数据是否达到预设要求；
若未达到所述预设要求，则向所述测试终端发送所述测试指令对应的优化提示信息。
9.一种故障模拟处理装置，其特征在于，包括：
请求接收模块，用于接收测试终端发送的故障模拟请求，其中所述故障模拟请求包括待测试设备标识及测试指令；
参数获取模块，用于根据所述故障模拟请求，获取所述待测试设备标识对应的设备参数；
参数确定模块，用于根据所述设备参数及所述测试指令，确定测试参数；
数据获得模块，用于根据所述测试参数及所述测试指令，控制故障模拟单元进行故障模拟，得到模拟结果数据；
标准获取模块，用于获取至少一个历史模拟特征值及所述测试指令对应的判定标准；
结果确定模块，用于根据所述判定标准及所述模拟结果数据，确定目标判定结果；
特征值确定模块，用于采用n个所述历史模拟特征值及所述目标判定结果，确定模拟特征值，其中n为正整数；
提示发送模块，用于若所述模拟特征值大于预设阈值，则向所述测试终端发送异常提示信息。
10.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，使得所述处理器执行如权利要求1至8中任一项所述的故障模拟处理方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至8中任一项所述的故障模拟处理方法。
12.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的故障模拟处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310912206.0A CN116932265A (zh) | 2023-07-24 | 2023-07-24 | 故障模拟处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310912206.0A CN116932265A (zh) | 2023-07-24 | 2023-07-24 | 故障模拟处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116932265A true CN116932265A (zh) | 2023-10-24 |
Family
ID=88393845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310912206.0A Pending CN116932265A (zh) | 2023-07-24 | 2023-07-24 | 故障模拟处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116932265A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117130945A (zh) * | 2023-10-26 | 2023-11-28 | 中国证券登记结算有限责任公司 | 一种测试方法和装置 |
| CN117690332A (zh) * | 2024-02-02 | 2024-03-12 | 北京东方瑞丰航空技术有限公司 | 一种操纵指引方法、装置、设备及介质 |
-
2023
- 2023-07-24 CN CN202310912206.0A patent/CN116932265A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117130945A (zh) * | 2023-10-26 | 2023-11-28 | 中国证券登记结算有限责任公司 | 一种测试方法和装置 |
| CN117130945B (zh) * | 2023-10-26 | 2024-02-09 | 中国证券登记结算有限责任公司 | 一种测试方法和装置 |
| CN117690332A (zh) * | 2024-02-02 | 2024-03-12 | 北京东方瑞丰航空技术有限公司 | 一种操纵指引方法、装置、设备及介质 |
| CN117690332B (zh) * | 2024-02-02 | 2024-04-26 | 北京东方瑞丰航空技术有限公司 | 一种操纵指引方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110337641B (zh) | 使用屏幕截图元数据确定应用测试结果 | |
| CN116932265A (zh) | 故障模拟处理方法、装置、设备及存储介质 | |
| CN114091617A (zh) | 联邦学习建模优化方法、电子设备、存储介质及程序产品 | |
| CN111555940B (zh) | 客户端的测试方法、装置、电子设备及计算机可读存储介质 | |
| CN110825863B (zh) | 一种文本对融合方法及装置 | |
| CN110781373B (zh) | 榜单更新方法、装置、可读介质和电子设备 | |
| CN111475853B (zh) | 一种基于分布式数据的模型训练方法及系统 | |
| CN110211121B (zh) | 用于推送模型的方法和装置 | |
| CN112650841A (zh) | 信息处理方法、装置和电子设备 | |
| CN111679990A (zh) | 测试数据生成方法、装置、可读介质及电子设备 | |
| CN116700907B (zh) | 服务调用需求文档存储方法、装置、电子设备和可读介质 | |
| CN112380883B (zh) | 模型训练方法、机器翻译方法、装置、设备及存储介质 | |
| CN113392018A (zh) | 流量分发方法、装置、存储介质及电子设备 | |
| CN111798251A (zh) | 房源数据的验证方法、装置和电子设备 | |
| CN116301978A (zh) | 一种系统升级方法、装置、设备及存储介质 | |
| CN113673476B (zh) | 人脸识别模型训练方法、装置、存储介质与电子设备 | |
| US20220164723A1 (en) | Method for determining boarding information, electronic device, and storage medium | |
| CN109840072A (zh) | 信息处理方法和装置 | |
| CN115017149A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
| CN112286808B (zh) | 应用程序的测试方法、装置、电子设备及介质 | |
| CN114650211A (zh) | 故障修复方法、装置、电子设备和计算机可读存储介质 | |
| CN114036218A (zh) | 一种数据模型切换方法、装置、服务器和存储介质 | |
| CN113255290A (zh) | 电力项目信息展示方法、设备和计算机可读介质 | |
| CN115203988B (zh) | 油藏数值模拟算例的运行方法、装置、设备及存储介质 | |
| CN114168485A (zh) | 测试方法、装置、设备及介质 |
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 |