[发明专利]一种基于多模型对比的软件老化预测方法及装置

权利要求书

1.一种基于多模型对比的软件老化预测方法，其特征在于，包括：

S1：从目标软件系统收集老化指标原始数据；

S2：将所述老化指标原始数据处理成时间序列数据，组成数据集；

S3：针对老化数据规模，设计若干种老化预测模型，将所述数据集作为各所述老化预测模型的输入；

S4：计算每个所述老化预测模型的预测误差，选定预测误差最小和拟合效果最好的老化预测模型作为候选的老化预测模型；

S5：计算所述候选的老化预测模型与其他剩余的老化预测模型之间是否存在显著性差异，如果差异性明显，那么选定所述候选的老化预测模型为最终的老化预测模型，以由所述最终的老化预测模型对所述目标软件系统进行老化预测；

步骤S5包括：

使用非参数检验中的秩和检验计算所述候选的老化预测模型与其他剩余的老化预测模型之间是否存在显著性差异；

若所述候选的老化预测模型与其他剩余的老化预测模型之间均存在显著性差异，那么选定所述候选的老化预测模型为最终的老化预测模型，以由所述最终的老化预测模型对所述目标软件系统进行老化预测；

若存在所述候选的老化预测模型与其他剩余的某个老化预测模型之间的差异不明显，则将继续选定所述候选的老化预测模型与该差异不明显的老化预测模型中的若干次实验下的某次预测误差最小的预测模型作为最终的老化预测模型。

2.根据权利要求1所述的方法，其特征在于，步骤S2包括：

根据所述老化指标原始数据的采样周期将所述老化指标原始数据处理成按时间索引的时间序列数据，组成数据集。

3.根据权利要求1或2所述的方法，其特征在于，所述老化预测模型包括若干种机器学习和神经网络的老化预测模型。

4.根据权利要求3所述的方法，其特征在于，步骤S4包括：

重复使用各所述老化预测模型进行多次预测，分别取每个所述老化预测模型的各预测结果的预测误差的均值作为对应老化预测模型最终的预测误差；

选定最终的预测误差最小及预测结果与真实观测值拟合效果最好的老化预测模型作为候选的老化预测模型。

5.一种基于多模型对比的软件老化预测装置，其特征在于，包括：数据采集模块、预测模块和验证模块；

所述数据采集模块，用于从目标软件系统收集老化指标原始数据，并将所述老化指标原始数据处理成时间序列数据，组成数据集；

所述预测模块，用于针对老化数据规模，设计若干种老化预测模型，将所述数据集作为各所述老化预测模型的输入，并计算每个所述老化预测模型的预测误差，选定预测误差最小和拟合效果最好的老化预测模型作为候选的老化预测模型；

所述验证模块，用于计算所述候选的老化预测模型与其他剩余的老化预测模型之间是否存在显著性差异，如果差异性明显，那么选定所述候选的老化预测模型为最终的老化预测模型，以由所述最终的老化预测模型对所述目标软件系统进行老化预测；

所述验证模块，用于使用非参数检验中的秩和检验计算所述候选的老化预测模型与其他剩余的老化预测模型之间是否存在显著性差异；若所述候选的老化预测模型与其他剩余的老化预测模型之间均存在显著性差异，那么选定所述候选的老化预测模型为最终的老化预测模型，以由所述最终的老化预测模型对所述目标软件系统进行老化预测；若存在所述候选的老化预测模型与其他剩余的某个老化预测模型之间的差异不明显，则将继续选定所述候选的老化预测模型与该差异不明显的老化预测模型中的若干次实验下的某次预测误差最小的预测模型作为最终的老化预测模型。

6.根据权利要求5所述的装置，其特征在于，所述数据采集模块，用于从目标软件系统收集老化指标原始数据，并根据所述老化指标原始数据的采样周期将所述老化指标原始数据处理成按时间索引的时间序列数据，组成数据集。