[发明专利]用于预测性诊断的方法和装置

摘要

数据可以被归类为事实、信息、假设和指令。通过应用知识、基于某些类别的数据产生其他类别的数据的活动可以被归类为分类、评估、解析和实施。活动可以由分类‑评估‑解析‑实施(CARE)控制引擎驱动。CARE控制和这些归类可以用于诸如通过历史记录保存、机器学习和自动化来增强众多系统，例如诊断系统。这种诊断系统可以包括基于将知识应用于系统生命表征(诸如线程或栈段强度和内存堆使用)来预报计算系统故障的系统。这些生命表征是可以被分类为生成诸如内存泄漏、护送效应或其它问题之类的信息的事实。分类可以涉及类、状态、观察、预测、规范、目标的自动产生以及具有不规则持续时间的采样间隔的处理。

主权项

一种计算机实现的用于预测性诊断的方法，包括：通过在一系列时间间隔中的每个特定时间间隔期间产生分开的线程转储，获得一系列线程转储样本；基于所述一系列线程转储样本，产生一组栈段分类，其中，产生所述一组栈段分类包括：识别第一栈段内的第一组栈框架，所述第一组栈框架中的每个栈框架均具有对应的强度值；确定所述第一栈段内的所述第一组栈框架的对应的强度随着时间发散超出指定的阈值；基于确定所述第一栈段内的所述第一组栈框架的对应的强度随着时间发散超出指定的阈值，将所述第一栈段划分为多个组成栈段；和对于所述多个组成栈段中的每个组成栈段产生新栈段分类；对于所述一系列线程转储样本中所表示的每个特定线程，至少部分基于特定栈段中的代码块的调用数量乘以所述代码块的执行时间，从所述一组栈段分类选择用于所述特定线程的特定栈段分类；通过测量资源的变化速率，确定所述一组栈段分类中的每个栈段分类的趋势，由此产生一组趋势，所述一组趋势中的每个趋势均表示资源的变化速率；确定具有大于所述一组趋势中所表示的预测误差残留偏差的移动平均值的指定百分比的预测误差残留的一组异常；和至少部分基于所述一组异常来产生输出。