公开(公告)号：CN117785524A

公开(公告)日：2024-03-29

申请号：CN202311505609.X

申请日：2023-11-13

Applicant: 西安电子科技大学

Inventor： 王璐 ,  师晓伟 ,  李亚晓 ,  惠明轩 ,  李青山

IPC: G06F11/07 ,  G06F11/34

Abstract: 本发明提供一种基于跟踪的深度学习微服务智能诊断方法。基于跟踪的深度学习微服务智能诊断方法包括：通过分布式跟踪系统收集跟踪日志，其中，跟踪日志包括正常状态跟踪日志和故障状态跟踪日志；基于跟踪日志中的调用数据构建正常跟踪模型和故障跟踪模型；通过正常跟踪模型和故障跟踪模型检测微服务性能和工作流的故障情况；利用深度学习故障诊断模型对故障情况进行故障定位，得到故障诊断结果。本发明的基于跟踪的深度学习微服务智能诊断方法提高了故障定位的准确性，并减少了资源开销。

公开(公告)号：CN117762661A

公开(公告)日：2024-03-26

申请号：CN202311501075.3

申请日：2023-11-13

Applicant: 西安电子科技大学

Inventor： 王璐 ,  师晓伟 ,  李亚晓 ,  惠明轩 ,  李青山

IPC: G06F11/07 ,  G06F17/18

Abstract: 本发明提供一种基于跟踪分析的微服务系统的根因定位方法。基于跟踪分析的微服务系统的根因定位方法包括：微服务的待检测特征进行跟踪异常检测，确定异常调用情况；通过所述异常调用情况，推断跟踪的正常性，如果至少有一个跟踪的成员调用被确定为异常，则该跟踪被确定为异常跟踪；基于所述异常跟踪，挖掘可疑微服务集；计算所述可疑微服务集中每一个微服务的可疑分数；根据所述可疑分数对所述可疑微服务集中的微服务进行排名；基于所述微服务的排名，得到故障分析结果。本发明的基于跟踪分析的微服务系统的根因定位方法提高了故障定位的稳健性。

公开(公告)号：CN119377089B

公开(公告)日：2025-04-22

申请号：CN202411512898.0

申请日：2024-10-28

Applicant: 西安电子科技大学

Inventor： 惠明轩 ,  王璐 ,  李亚晓 ,  李青山 ,  郭帅东 ,  高博远 ,  张云川 ,  张文林

IPC: G06F11/3604 ,  G06N3/126

Abstract: 本发明公开了一种面向分布式专家系统的可靠性验证方法，属于智能软件工程技术领域，该方法包括：结合分布式专家系统的特性，设计目标评估函数；设计目标评估函数时，综合考虑了专家区域覆盖目标、故障种类覆盖目标、专家服务调用覆盖目标、故障持续时间目标、故障扩散目标、非冗余注入故障组合方案目标和引发异常数目标；利用改进的遗传算法求解目标评估函数，得到最优注入故障组合方案；利用故障注入工具，将最优注入故障组合方案注入分布式专家系统得到可靠性验证结果。本发明展示了如何智能生成注入故障组合方案，通过生成的注入故障组合方案可以提升系统的弹性，确保系统在面对各种潜在故障和挑战时，能够保持稳定运行并快速恢复。

公开(公告)号：CN119377089A

公开(公告)日：2025-01-28

申请号：CN202411512898.0

申请日：2024-10-28

Applicant: 西安电子科技大学

Inventor： 惠明轩 ,  王璐 ,  李亚晓 ,  李青山 ,  郭帅东 ,  高博远 ,  张云川 ,  张文林

IPC: G06F11/3604 ,  G06N3/126

Abstract: 本发明公开了一种面向分布式专家系统的可靠性验证方法，属于智能软件工程技术领域，该方法包括：结合分布式专家系统的特性，设计目标评估函数；设计目标评估函数时，综合考虑了专家区域覆盖目标、故障种类覆盖目标、专家服务调用覆盖目标、故障持续时间目标、故障扩散目标、非冗余注入故障组合方案目标和引发异常数目标；利用改进的遗传算法求解目标评估函数，得到最优注入故障组合方案；利用故障注入工具，将最优注入故障组合方案注入分布式专家系统得到可靠性验证结果。本发明展示了如何智能生成注入故障组合方案，通过生成的注入故障组合方案可以提升系统的弹性，确保系统在面对各种潜在故障和挑战时，能够保持稳定运行并快速恢复。