CN117573494A - 一种基于人工智能的软件运行数据后台存储管理系统 - Google Patents
一种基于人工智能的软件运行数据后台存储管理系统 Download PDFInfo
- Publication number
- CN117573494A CN117573494A CN202311542874.5A CN202311542874A CN117573494A CN 117573494 A CN117573494 A CN 117573494A CN 202311542874 A CN202311542874 A CN 202311542874A CN 117573494 A CN117573494 A CN 117573494A
- Authority
- CN
- China
- Prior art keywords
- data
- software
- performance
- storage management
- optimization
- 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
Links
- 238000013473 artificial intelligence Methods 0.000 title claims description 15
- 238000007726 management method Methods 0.000 claims abstract description 78
- 238000007689 inspection Methods 0.000 claims abstract description 62
- 238000005457 optimization Methods 0.000 claims abstract description 38
- 238000013500 data storage Methods 0.000 claims abstract description 35
- 238000007405 data analysis Methods 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 57
- 238000012360 testing method Methods 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims description 6
- 238000013433 optimization analysis Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明属于数据存储领域，涉及数据分析技术，用于解决现有的软件运行数据后台存储管理系统在软件进行优化时，需要从数据库中对异常数据进行筛查导致优化过程效率低下的问题，具体是一种基于人工智能的软件运行数据后台存储管理系统，包括存储管理平台，存储管理平台通信连接有数据收集模块、数据分析模块、优化分析模块、数据存储模块以及优化存储模块，数据收集模块用于对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台；本发明可以对软件运行数据进行检验分析，在检验时段内接收到的软件运行数据进行异常监测，在软件需要进行优化时可以直接调取优化存储模块中的软件运行数据作为依据，从而大大提高软件优化效率。
Description
技术领域
本发明属于数据存储领域，涉及数据分析技术，具体是一种基于人工智能的软件运行数据后台存储管理系统。
背景技术
在软件开发的过程中，数据可持久化存储是非常重要的问题，数据的存储方式不仅决定了软件的性能和可靠性，还关系到用户数据的安全和隐私；随着应用程序的不断发展，对于如何对应用程序运行时数据进行分析和处理也成为了研究的热点之一。
现有的软件运行数据后台存储管理系统仅能够将程序运行数据进行分类存储，而无法在软件运行数据存储之前对其进行异常分析，这就导致了正常数据与异常数据全部存储在一起且没有进行标记，在软件进行优化时需要从数据库中对异常数据进行筛查，然后根据异常数据对程序缺陷进行排查，整个过程非常繁琐且效率低下。
针对上述技术问题，本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的软件运行数据后台存储管理系统，用于解决现有的软件运行数据后台存储管理系统在软件进行优化时需要从数据库中对异常数据进行筛查导致优化过程效率低下的问题；
本发明需要解决的技术问题为：如何提供一种可以在软件运行数据存储之前对其进行异常分析的基于人工智能的软件运行数据后台存储管理系统。
本发明的目的可以通过以下技术方案实现：
一种基于人工智能的软件运行数据后台存储管理系统，包括存储管理平台，所述存储管理平台通信连接有数据收集模块、数据分析模块、优化分析模块、数据存储模块以及优化存储模块；
所述数据收集模块用于对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，软件运行数据包括性能统计数据、日志信息数据以及用户行为数据；存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块；
所述数据分析模块用于对软件运行数据进行检验分析：生成检验周期，将检验周期分割为若干个检验时段，对检验时段内软件运行性能是否满足要求进行判定；
所述优化分析模块用于根据优化存储模块的存储数据对软件优化必要性进行分析。
作为本发明的一种优选实施方式，数据分析模块对软件运行数据进行检验分析的具体过程包括：获取数据分析模块在检验时段内接收到的性能统计数据，根据性能统计数据获取软件在检验时段内运行的吞吐数据TT、响应数据XY以及占用数据ZY；通过对吞吐数据TT、响应数据XY以及占用数据ZY进行数值计算得到检验时段的性能系数XN；通过数据存储模块获取到性能阈值XNmax，将检验时段的性能系数XN与性能阈值XNmax进行比较并通过比较结果对软件在检验时段内的运行状态是否满足要求进行判定。
作为本发明的一种优选实施方式，吞吐数据TT为软件在检验时段内运行时的吞吐量的最小值，响应数据XY为软件在检验时段内运行时的响应时间最大值，占用数据ZY为软件在检验时段内运行时的CPU占用率最大值。
作为本发明的一种优选实施方式，将检验时段的性能系数XN与性能阈值XNmax进行比较的具体过程包括：若性能系数XN小于性能阈值XNmax，则判定检验时段内软件运行性能满足要求，将性能统计数据发送至存储管理平台，存储管理平台接收到性能统计数据后将性能统计数据发送至数据存储模块；若性能系数XN大于等于性能阈值XNmax，则判定检验时段内软件性能不满足要求，将性能统计数据发送至存储管理平台，存储管理平台接收到性能统计数据后将性能统计数据发送至数据存储模块以及优化存储模块。
作为本发明的一种优选实施方式，数据分析模块对软件运行数据进行检验分析的过程还包括：在数据分析模块接收到日志信息数据与用户行为数据时，将日志信息数据与用户行为数据的内存值分别标记为检验时段的日志值与用户值，对检验周期内所有检验时段的日志值进行求和取平均值得到日志系数，将当前检验时段的日志值与日志系数的差值的绝对值标记为日差值，通过数据存储模块获取到日差阈值，将日差值与日差阈值进行比较：若日差值大于日差阈值，则判定日志信息存在异常，将当前检验时段的日志信息数据发送至存储管理平台，存储管理平台接收到日志信息数据后将日志信息数据发送至数据存储模块与优化存储模块；若日差值小于日差阈值，则判定日志信息不存在异常，将日志信息数据发送至存储管理平台，存储管理平台接收到日志信息数据后将日志信息数据发送至数据存储模块。
作为本发明的一种优选实施方式，数据分析模块对软件运行数据进行检验分析的过程还包括：对检验周期内所有检验时段的用户值进行求和取平均值得到用户系数，将当前检验时段的用户值与用户系数的差值的绝对值标记为用差值，通过数据存储模块获取到用差阈值，将用差值与用差阈值进行比较：若用差值大于用差阈值，则判定用户行为数据存在异常，将用户行为数据发送至存储管理平台，存储管理平台接收到用户行为数据后将用户行为数据发送至数据存储模块与优化存储模块；若用差值小于等于用差阈值，则判定用户行为数据不存在异常，将用户行为数据发送至存储管理平台，存储管理平台接收到用户行为数据后将用户行为数据发送至数据存储模块。
作为本发明的一种优选实施方式，优化分析模块对软件优化必要性进行分析的具体过程包括：将优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值分别标记为统计值TJ、信息值XX以及行为值XW，通过对统计值TJ、信息值XX以及行为值XW进行数值计算得到优化存储模块的优化系数YH；通过数据存储模块获取到优化阈值YHmax，将优化系数YH与优化阈值YHmax进行比较：若优化系数YH小于优化阈值YHmax，则判定软件不具有优化必要性；若优化系数YH大于等于优化阈值YHmax，则判定软件具有优化必要性，生成软件优化信号并将软件优化信号发送至存储管理平台，存储管理平台接收到软件优化信号后将软件优化信号发送至管理人员的手机终端。
作为本发明的一种优选实施方式，该基于人工智能的软件运行数据后台存储管理系统的工作方法，包括以下步骤：
步骤一：对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块；
步骤二：对软件运行数据进行检验分析：生成检验周期，将检验周期分割为若干个检验时段，对检验时段内软件的运行性能是否满足要求、日志信息是否存在异常以及用户行为是否存在异常进行判定，并根据判定结果选取对应的存储路径对性能统计数据、日志信息数据以及用户行为数据进行存储；
步骤三：根据优化存储模块的存储数据对软件优化必要性进行分析：对优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值进行数值计算得到优化系数YH，通过优化系数YH对软件是否具有优化必要性进行判定。
本发明具备下述有益效果：
1、通过数据分析模块可以对软件运行数据进行检验分析，在检验时段内接收到的软件运行数据进行异常监测，并逐一对性能统计数据、日志信息数据以及用户行为数据进行监控，根据异常检测结果为性能统计数据、日志信息数据以及用户行为数据分配不同的存储路径，在软件需要进行优化时可以直接调取优化存储模块中的软件运行数据作为依据，从而大大提高软件优化效率；
2、通过优化分析模块可以根据优化存储模块的存储数据对软件优化必要性进行分析，对优化存储模块中各类型数据的存储内存值进行综合分析与计算得到优化系数，然后根据优化系数对软件优化必要性进行判定，从而在软件需要进行优化时可以及时进行反馈，并为软件优化过程提供数据支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一的系统框图；
图2为本发明实施例二的方法流程图。
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。
实施例一
如图1所示，一种基于人工智能的软件运行数据后台存储管理系统，包括存储管理平台，存储管理平台通信连接有数据收集模块、数据分析模块、优化分析模块、数据存储模块以及优化存储模块。
数据收集模块用于对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，软件运行数据包括性能统计数据、日志信息数据以及用户行为数据；存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块。
数据分析模块用于对软件运行数据进行检验分析：生成检验周期，将检验周期分割为若干个检验时段，获取数据分析模块在检验时段内接收到的性能统计数据，根据性能统计数据获取软件在检验时段内运行的吞吐数据TT、响应数据XY以及占用数据ZY，吞吐数据TT为软件在检验时段内运行时的吞吐量的最小值，响应数据XY为软件在检验时段内运行时的响应时间最大值，占用数据ZY为软件在检验时段内运行时的CPU占用率最大值；通过公式XN＝α1*ZY+α2*XY-α3*TT得到检验时段的性能系数XN，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；通过数据存储模块获取到性能阈值XNmax，将检验时段的性能系数XN与性能阈值XNmax进行比较：若性能系数XN小于性能阈值XNmax，则判定检验时段内软件运行性能满足要求，将性能统计数据发送至存储管理平台，存储管理平台接收到性能统计数据后将性能统计数据发送至数据存储模块；若性能系数XN大于等于性能阈值XNmax，则判定检验时段内软件性能不满足要求，将性能统计数据发送至存储管理平台，存储管理平台接收到性能统计数据后将性能统计数据发送至数据存储模块以及优化存储模块；对软件运行数据进行检验分析，在检验时段内接收到的软件运行数据进行异常监测，并逐一对性能统计数据、日志信息数据以及用户行为数据进行监控，根据异常检测结果为性能统计数据、日志信息数据以及用户行为数据分配不同的存储路径，在软件需要进行优化时可以直接调取优化存储模块中的软件运行数据作为依据，从而大大提高软件优化效率。
在数据分析模块接收到日志信息数据与用户行为数据时，将日志信息数据与用户行为数据的内存值分别标记为检验时段的日志值与用户值，对检验周期内所有检验时段的日志值进行求和取平均值得到日志系数，将当前检验时段的日志值与日志系数的差值的绝对值标记为日差值，通过数据存储模块获取到日差阈值，将日差值与日差阈值进行比较：若日差值大于日差阈值，则判定日志信息存在异常，将当前检验时段的日志信息数据发送至存储管理平台，存储管理平台接收到日志信息数据后将日志信息数据发送至数据存储模块与优化存储模块；若日差值小于日差阈值，则判定日志信息不存在异常，将日志信息数据发送至存储管理平台，存储管理平台接收到日志信息数据后将日志信息数据发送至数据存储模块；
对检验周期内所有检验时段的用户值进行求和取平均值得到用户系数，将当前检验时段的用户值与用户系数的差值的绝对值标记为用差值，通过数据存储模块获取到用差阈值，将用差值与用差阈值进行比较：若用差值大于用差阈值，则判定用户行为数据存在异常，将用户行为数据发送至存储管理平台，存储管理平台接收到用户行为数据后将用户行为数据发送至数据存储模块与优化存储模块；若用差值小于等于用差阈值，则判定用户行为数据不存在异常，将用户行为数据发送至存储管理平台，存储管理平台接收到用户行为数据后将用户行为数据发送至数据存储模块。
优化分析模块用于根据优化存储模块的存储数据对软件优化必要性进行分析：将优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值分别标记为统计值TJ、信息值XX以及行为值XW，通过公式YH＝β1*TJ+β2*XX+β3*XW得到优化存储模块的优化系数YH，其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过数据存储模块获取到优化阈值YHmax，将优化系数YH与优化阈值YHmax进行比较：若优化系数YH小于优化阈值YHmax，则判定软件不具有优化必要性；若优化系数YH大于等于优化阈值YHmax，则判定软件具有优化必要性，生成软件优化信号并将软件优化信号发送至存储管理平台，存储管理平台接收到软件优化信号后将软件优化信号发送至管理人员的手机终端；根据优化存储模块的存储数据对软件优化必要性进行分析，对优化存储模块中各类型数据的存储内存值进行综合分析与计算得到优化系数，然后根据优化系数对软件优化必要性进行判定，从而在软件需要进行优化时可以及时进行反馈，并为软件优化过程提供数据支撑。
实施例二
如图2所示，一种基于人工智能的软件运行数据后台存储管理方法，包括以下步骤：
步骤一：对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块；
步骤二：对软件运行数据进行检验分析：生成检验周期，将检验周期分割为若干个检验时段，对检验时段内软件的运行性能是否满足要求、日志信息是否存在异常以及用户行为是否存在异常进行判定，并根据判定结果选取对应的存储路径对性能统计数据、日志信息数据以及用户行为数据进行存储；
步骤三：根据优化存储模块的存储数据对软件优化必要性进行分析：对优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值进行数值计算得到优化系数YH，通过优化系数YH对软件是否具有优化必要性进行判定。
一种基于人工智能的软件运行数据后台存储管理系统，工作时，对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块；生成检验周期，将检验周期分割为若干个检验时段，对检验时段内软件的运行性能是否满足要求、日志信息是否存在异常以及用户行为是否存在异常进行判定，并根据判定结果选取对应的存储路径对性能统计数据、日志信息数据以及用户行为数据进行存储；对优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值进行数值计算得到优化系数YH，通过优化系数YH对软件是否具有优化必要性进行判定。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
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；如：公式XN＝α1*ZY+α2*XY-α3*TT；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的性能系数；将设定的性能系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为3.65、2.83和2.12；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的性能系数；只要不影响参数与量化后数值的比例关系即可，如性能系数与占用数据的数值成正比。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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 (8)
1.一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，包括存储管理平台，所述存储管理平台通信连接有数据收集模块、数据分析模块、优化分析模块、数据存储模块以及优化存储模块；
所述数据收集模块用于对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，软件运行数据包括性能统计数据、日志信息数据以及用户行为数据；存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块；
所述数据分析模块用于对软件运行数据进行检验分析：生成检验周期，将检验周期分割为若干个检验时段，对检验时段内软件运行性能是否满足要求进行判定；
所述优化分析模块用于根据优化存储模块的存储数据对软件优化必要性进行分析。
2.根据权利要求1所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，数据分析模块对软件运行数据进行检验分析的具体过程包括：获取数据分析模块在检验时段内接收到的性能统计数据，根据性能统计数据获取软件在检验时段内运行的吞吐数据TT、响应数据XY以及占用数据ZY；通过对吞吐数据TT、响应数据XY以及占用数据ZY进行数值计算得到检验时段的性能系数XN；通过数据存储模块获取到性能阈值XNmax，将检验时段的性能系数XN与性能阈值XNmax进行比较并通过比较结果对软件在检验时段内的运行状态是否满足要求进行判定。
3.根据权利要求2所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，吞吐数据TT为软件在检验时段内运行时的吞吐量的最小值，响应数据XY为软件在检验时段内运行时的响应时间最大值，占用数据ZY为软件在检验时段内运行时的CPU占用率最大值。
4.根据权利要求3所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，将检验时段的性能系数XN与性能阈值XNmax进行比较的具体过程包括：若性能系数XN小于性能阈值XNmax，则判定检验时段内软件运行性能满足要求，将性能统计数据发送至存储管理平台，存储管理平台接收到性能统计数据后将性能统计数据发送至数据存储模块；若性能系数XN大于等于性能阈值XNmax，则判定检验时段内软件性能不满足要求，将性能统计数据发送至存储管理平台，存储管理平台接收到性能统计数据后将性能统计数据发送至数据存储模块以及优化存储模块。
5.根据权利要求4所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，数据分析模块对软件运行数据进行检验分析的过程还包括：在数据分析模块接收到日志信息数据与用户行为数据时，将日志信息数据与用户行为数据的内存值分别标记为检验时段的日志值与用户值，对检验周期内所有检验时段的日志值进行求和取平均值得到日志系数，将当前检验时段的日志值与日志系数的差值的绝对值标记为日差值，通过数据存储模块获取到日差阈值，将日差值与日差阈值进行比较：若日差值大于日差阈值，则判定日志信息存在异常，将当前检验时段的日志信息数据发送至存储管理平台，存储管理平台接收到日志信息数据后将日志信息数据发送至数据存储模块与优化存储模块；若日差值小于日差阈值，则判定日志信息不存在异常，将日志信息数据发送至存储管理平台，存储管理平台接收到日志信息数据后将日志信息数据发送至数据存储模块。
6.根据权利要求5所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，数据分析模块对软件运行数据进行检验分析的过程还包括：对检验周期内所有检验时段的用户值进行求和取平均值得到用户系数，将当前检验时段的用户值与用户系数的差值的绝对值标记为用差值，通过数据存储模块获取到用差阈值，将用差值与用差阈值进行比较：若用差值大于用差阈值，则判定用户行为数据存在异常，将用户行为数据发送至存储管理平台，存储管理平台接收到用户行为数据后将用户行为数据发送至数据存储模块与优化存储模块；若用差值小于等于用差阈值，则判定用户行为数据不存在异常，将用户行为数据发送至存储管理平台，存储管理平台接收到用户行为数据后将用户行为数据发送至数据存储模块。
7.根据权利要求6所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，优化分析模块对软件优化必要性进行分析的具体过程包括：将优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值分别标记为统计值TJ、信息值XX以及行为值XW，通过对统计值TJ、信息值XX以及行为值XW进行数值计算得到优化存储模块的优化系数YH；通过数据存储模块获取到优化阈值YHmax，将优化系数YH与优化阈值YHmax进行比较：若优化系数YH小于优化阈值YHmax，则判定软件不具有优化必要性；若优化系数YH大于等于优化阈值YHmax，则判定软件具有优化必要性，生成软件优化信号并将软件优化信号发送至存储管理平台，存储管理平台接收到软件优化信号后将软件优化信号发送至管理人员的手机终端。
8.根据权利要求1-7任一项所述的一种基于人工智能的软件运行数据后台存储管理系统，其特征在于，该基于人工智能的软件运行数据后台存储管理系统的工作方法，包括以下步骤：
步骤一：对软件运行数据进行收集并将收集得到的软件运行数据发送至存储管理平台，存储管理平台接收到软件运行数据后将软件运行数据发送至数据分析模块；
步骤二：对软件运行数据进行检验分析：生成检验周期，将检验周期分割为若干个检验时段，对检验时段内软件的运行性能是否满足要求、日志信息是否存在异常以及用户行为是否存在异常进行判定，并根据判定结果选取对应的存储路径对性能统计数据、日志信息数据以及用户行为数据进行存储；
步骤三：根据优化存储模块的存储数据对软件优化必要性进行分析：对优化存储模块中的性能统计数据、日志信息数据以及用户行为数据的内存值进行数值计算得到优化系数YH，通过优化系数YH对软件是否具有优化必要性进行判定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311542874.5A CN117573494B (zh) | 2023-11-20 | 2023-11-20 | 一种基于人工智能的软件运行数据后台存储管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311542874.5A CN117573494B (zh) | 2023-11-20 | 2023-11-20 | 一种基于人工智能的软件运行数据后台存储管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117573494A true CN117573494A (zh) | 2024-02-20 |
| CN117573494B CN117573494B (zh) | 2024-05-14 |
Family
ID=89862003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311542874.5A Active CN117573494B (zh) | 2023-11-20 | 2023-11-20 | 一种基于人工智能的软件运行数据后台存储管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117573494B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114661551A (zh) * | 2022-03-25 | 2022-06-24 | 茂佳科技(广东)有限公司 | 软件运行状态的监控方法、设备及计算机可读存储介质 |
| CN114911209A (zh) * | 2022-07-18 | 2022-08-16 | 巨野恒丰果蔬有限公司 | 一种基于数据分析的大蒜加工废水处理管理系统 |
| CN115016766A (zh) * | 2022-06-07 | 2022-09-06 | 大连优米兴创信息软件开发有限公司 | 一种互联网和云计算的软件开发方法 |
| CN115526725A (zh) * | 2022-11-24 | 2022-12-27 | 深圳市泰铼科技有限公司 | 基于大数据分析的证券程序化交易风险分析系统 |
| CN116204385A (zh) * | 2023-04-17 | 2023-06-02 | 江西环境工程职业学院 | 一种计算机日志监控方法及系统 |
| JP7302908B1 (ja) * | 2022-02-21 | 2023-07-04 | Ｎｅｃプラットフォームズ株式会社 | 運用管理システム、運用管理方法及び運用管理のためのコンピュータプログラム |
| CN116594857A (zh) * | 2023-05-26 | 2023-08-15 | 深圳上翼技术有限公司 | 一种基于人工智能的办公软件智能交互管理平台 |
| CN116628774A (zh) * | 2023-05-30 | 2023-08-22 | 安徽国防科技职业学院 | 一种基于云计算的数据存储完整性监管系统 |
| CN116880412A (zh) * | 2023-08-10 | 2023-10-13 | 上海兴岩信息科技有限公司 | 一种基于云的可视化生产管理平台 |
-
2023
- 2023-11-20 CN CN202311542874.5A patent/CN117573494B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7302908B1 (ja) * | 2022-02-21 | 2023-07-04 | Ｎｅｃプラットフォームズ株式会社 | 運用管理システム、運用管理方法及び運用管理のためのコンピュータプログラム |
| CN114661551A (zh) * | 2022-03-25 | 2022-06-24 | 茂佳科技(广东)有限公司 | 软件运行状态的监控方法、设备及计算机可读存储介质 |
| CN115016766A (zh) * | 2022-06-07 | 2022-09-06 | 大连优米兴创信息软件开发有限公司 | 一种互联网和云计算的软件开发方法 |
| CN114911209A (zh) * | 2022-07-18 | 2022-08-16 | 巨野恒丰果蔬有限公司 | 一种基于数据分析的大蒜加工废水处理管理系统 |
| CN115526725A (zh) * | 2022-11-24 | 2022-12-27 | 深圳市泰铼科技有限公司 | 基于大数据分析的证券程序化交易风险分析系统 |
| CN116204385A (zh) * | 2023-04-17 | 2023-06-02 | 江西环境工程职业学院 | 一种计算机日志监控方法及系统 |
| CN116594857A (zh) * | 2023-05-26 | 2023-08-15 | 深圳上翼技术有限公司 | 一种基于人工智能的办公软件智能交互管理平台 |
| CN116628774A (zh) * | 2023-05-30 | 2023-08-22 | 安徽国防科技职业学院 | 一种基于云计算的数据存储完整性监管系统 |
| CN116880412A (zh) * | 2023-08-10 | 2023-10-13 | 上海兴岩信息科技有限公司 | 一种基于云的可视化生产管理平台 |
Non-Patent Citations (1)
| Title |
|---|
| 聂椿明: "直接空冷机组的运行数据分析与优化", CNKI优秀硕士学位论文全文库 工程科技Ⅱ辑, no. 03, 15 March 2023 (2023-03-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117573494B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114900369B (zh) | 一种基于物联网的芯片访问安全监管系统 | |
| CN110460454B (zh) | 基于深度学习的网络设备端口故障智能预测方法 | |
| CN116628774A (zh) | 一种基于云计算的数据存储完整性监管系统 | |
| CN116071030B (zh) | 一种基于互联网的电子签章数据访问安全管控系统 | |
| CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
| CN116594857A (zh) | 一种基于人工智能的办公软件智能交互管理平台 | |
| CN116226096B (zh) | 一种基于数据处理的电子签章数据维护管理系统 | |
| CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
| CN117238388B (zh) | 一种基于数据分析的复合电镀用电镀液监管系统 | |
| CN114548493A (zh) | 一种电能表电流过载预测方法与系统 | |
| CN117573494B (zh) | 一种基于人工智能的软件运行数据后台存储管理系统 | |
| CN116756505B (zh) | 一种基于大数据的光伏设备智能管理系统及方法 | |
| CN110647086B (zh) | 一种基于运行大数据分析的智能运维监控系统 | |
| CN111614504A (zh) | 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统 | |
| CN114338351B (zh) | 网络异常根因确定方法、装置、计算机设备及存储介质 | |
| CN111090585A (zh) | 一种基于众测过程的众测任务关闭时间自动预测方法 | |
| CN114500178A (zh) | 一种自运维的智慧物联网关 | |
| CN101651583B (zh) | 一种监控信息管理方法及装置 | |
| WO2024066331A1 (zh) | 网络异常检测方法、装置、电子设备及存储介质 | |
| CN113138875B (zh) | 一种故障检测方法、终端以及计算机存储介质 | |
| CN116599782B (zh) | 一种基于数据分析的多维度语音话单数据过滤系统 | |
| CN117692143B (zh) | 一种通信密钥管理方法 | |
| CN117692260B (zh) | 基于数据分析的网络异常行为识别方法 | |
| CN116700092B (zh) | 一种适用于工控机的运行控制智能预警系统 | |
| CN117879978A (zh) | 一种用于网关路由器的入侵检测系统 |
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 |