[发明专利]基于自组织映射模型云软件性能异常错误诊断方法与系统

说明书

本发明公开了一种基于自组织映射模型的云软件性能异常错误诊断方法，包括：追踪记录待检测的软件在云环境中运行时的系统调用信息；分析出现性能异常的虚拟机上软件运行时系统调用序列，划分每个进程对应的系统调用序列；根据划分得到的进程系统调用序列建立检测模型，并对可疑进程进行异常检测；计算出现异常的进程中最相关的系统调用，排序后输出。本发明能够准确完整地记录软件运行时的行为，能够自动化建模并且检测出异常的系统运行过程，能够更准确地定位异常运行过程相关的系统调用。本方案旨在提供一种在性能异常错误发生时自动化分析定位造成性能异常错误的相关系统调用的方法，更快速高效的帮助开发者定位并解决软件中潜在的性能bug。

技术领域

本发明属于计算机软件类错误诊断领域，更具体地，涉及一种基于自组织映射模型的云软件性能异常错误诊断方法与系统。

背景技术

云计算环境中，性能异常错误变成了用户最关心的问题之一。由于性能bug引起的系统性能下降，会影响对用户的服务质量，甚至造成服务等级协议违例，产生严重的经济损失。但是很多时候性能bug的诊断是很困难的。首先，性能bug的触发依赖于特定的输入或者特殊的配置，在特定的条件下才会出现，难以重现。然后，性能bug触发之后，很少会输出错误信息，无法直接给开发者提供相关的诊断信息。为了帮助开发者自动分析错误产生的原因，错误诊断系统成为当前急切需要的新技术。

一般来说，目前的性能异常错误检测诊断方法主要分为两大类。一类是静态检测及诊断技术，通过审查程序源代码或者分析程序bug报告，从中发现某种性能bug的特点，包括出现的上下文条件，表现形式等方面。然后根据发现的特点提取检查性能bug的规则，定制一个相应的性能bug检测器，通过遍历源代码，从中发现潜在的性能bug错误。这种方法需要人工分析提取各种性能bug的具体特征，制定检测的规则，难以广泛扩展应用。另一类则是在线性能异常检测诊断技术。通过在软件运行时监测系统性能指标变化，建立系统性能指标变化模型，实时检测系统性能指标是否出现异常。当发现系统性能异常出现的时候，将会开始自动诊断性能异常错误出现的原因。现有的性能异常错误原因诊断技术多是通过计算系统性能指标和性能异常之间的相关性，识别错误相关的系统指标。这样的诊断是粗粒度的，只能够给开发者提供有限的帮助。

综上所述，现有的软件性能异常错误检测及诊断方案存在如下不足：

基于源代码的静态代码检测诊断技术，依赖于开发人员的经验和技术水平，需要耗费大量人力，并且只能处理有限的几种性能异常bug，难以广泛地扩展应用；在线性能异常检测诊断技术可以动态捕捉系统性能异常的出现，但是检测到异常出现之后，难以定位异常出现的位置，不能有效的帮助开发者找出异常出现的原因。

发明内容

针对现有技术的以上缺点或者改进需求，本发明提供了一种基于自组织映射模型的云软件性能异常错误诊断方法，其目的在于，解决现有软件性能异常错误检测诊断方法中存在的依赖于大量人工工作无法有效扩展的、难以定位异常出现的位置不能有效帮助开发者找出异常出现的原因的技术问题。

为了实现上述目的，按照本发明的一个方面，提供了一种基于自组织映射模型的云软件性能异常错误诊断方法，包括以下步骤：

(1)追踪记录待检测的软件在云环境中运行时的系统调用信息；

(2)分析出现性能异常的虚拟机上软件运行时系统调用序列，划分每个进程对应的系统调用序列；

(3)根据划分得到的进程系统调用序列建立检测模型，并对可疑进程进行异常检测；

(4)计算出现异常的进程中最相关的系统调用，排序后输出。

本发明的一个实施例中，步骤(1)中软件系统调用序列信息包括系统调用名、执行的进程或者线程号开始时间和结束时间。

本发明的一个实施例中，步骤(3)中对可疑进程进行异常检测具体包括以下子步骤：