CN117093429A - 一种服务器稳定性评价方法及*** - Google Patents
一种服务器稳定性评价方法及*** Download PDFInfo
- Publication number
- CN117093429A CN117093429A CN202311049451.XA CN202311049451A CN117093429A CN 117093429 A CN117093429 A CN 117093429A CN 202311049451 A CN202311049451 A CN 202311049451A CN 117093429 A CN117093429 A CN 117093429A
- Authority
- CN
- China
- Prior art keywords
- network
- server
- stability
- duty ratio
- ratio coefficient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 158
- 239000011159 matrix material Substances 0.000 claims abstract description 95
- 238000012360 testing method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000013097 stability assessment Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002708 enhancing effect Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及稳定性评价技术领域,揭露了一种服务器稳定性评价方法,包括:获取用于评价服务器稳定性的n个第一评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后,构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。本发明还提出一种服务器稳定性评价***、电子设备以及计算机可读存储介质。本发明可以解决对服务器稳定性评估不准确及资源浪费的问题。
Description
技术领域
本发明涉及稳定性评价技术领域,尤其涉及一种服务器稳定性评价方法及***。
背景技术
随着科技的发展,越来越多的服务器被投入使用,服务器不稳定会产生数据丢失及时延增加等效果,严重影响用户的使用体验,相应的,对服务器的稳定性进行评价尤为重要。
当前,对服务器稳定性评价的方法多采用定性分析的方法,主要为利用已知的服务器稳定性影响对服务器稳定性进行定性评价。
上述方法能够实现对服务器的评估,但是由于未考虑服务器稳定性评估是一个动态的变化过程,即对于不同类型服务器的评价指标的侧重点不同,未考虑对服务器稳定性进行定量评估。因此,上述方法存在对服务器稳定性评估不准确及资源浪费的问题。
发明内容
本发明提供一种服务器稳定性评价方法、***及计算机可读存储介质,其主要目的在于解决对服务器稳定性评估不准确及资源浪费的问题。
为实现上述目的,本发明提供的一种服务器稳定性评价方法,包括:
接收测评指令,基于所述测评指令确认待评价的服务器;
获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
所述确认第一判断矩阵满足一致性要求后,包括:
根据所述n个第一评价指标获取一致性指标检验值,基于所述一致性指标检验值构建一致性检验关系式,所述一致性检验关系式为:
其中,H为一致性检验的数值,I为一致性指标检验值,表示判断矩阵的第n个特征值,/>表示从判断矩阵的n个特征值中取最大的特征值;
根据一致性检验的数值与预设的检验阈值,确认第一判断矩阵满足一致性要求。
所述根据一致性检验的数值与预设的检验阈值,确认第一判断矩阵满足一致性要求,包括:
比较一致性检验的数值与预设的检验阈值;
若所述一致性检验的数值小于等于所述检验阈值,则确认第一判断矩阵满足一致性要求后;
若所述一致性检验的数值大于所述检验阈值,则提示第一判断矩阵不满足一致性要求,并返回所述获取用于评价服务器稳定性的n个第一评价指标的步骤。
所述基于第一占比系数集获取第一目标占比系数集,包括:
从所述第一占比系数集中依次提取第一初始占比系数,且第一占比系数集中的每个第一占比系数仅提取一次,并对所提取的第一初始占比系数执行如下操作:
比较第一初始占比系数与第一占比系数集中除第一初始占比系数外的第一占比系数;
若所述第一初始占比系数大于等于第一占比系数集中除第一初始占比系数外的所有第一占比系数,则保留所提取的第一初始占比系数,得到第一目标占比系数;
否则剔除所提取的第一初始占比系数,并返回所述从所述第一占比系数集中依次提取第一初始占比系数的步骤;
汇总目标第一占比系数得到第一目标占比系数集。
所述网络节点的状态,包括:正常传输状态及拥塞状态。
所述构建网络传播关系式,包括:
获取服务器中的网络节点及网络节点的状态,基于网络节点及网络节点的状态构建网络传播关系式,所述网络传播关系式为:
其中,pi(t)表示t时刻时网络中第i个网络节点处于拥塞状态的概率,α表示服务器的网络中正常传输状态的网络节点转化为拥塞状态的网络节点的概率,β表示服务器的网络中拥塞状态的网络节点转化为正常状态的网络节点的概率,ki0为第i个网络节点的入度值,ki1为第i个网络节点的出度值,t为时间。
所述计算网络稳定性的平衡点,计算公式如下所示:
其中,p0表示网络稳定性的平衡点。
所述利用网络传播关系式计算网络稳定约束条件,包括:
基于所述网络传播关系式构建约束矩阵,利用所述约束矩阵计算网络稳定约束条件,其中,网络稳定约束条件为:α≤β。
所述基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性,包括:
预设网络稳定性的检测频率,基于所述检测频率分别获取第一概率及第二概率,其中,第一概率为服务器的网络中正常传输状态的网络节点转化为拥塞状态的网络节点的概率,第二概率为服务器的网络中拥塞状态的网络节点转化为正常状态的网络节点的概率;
比较第一概率与第二概率;
若所述第一概率大于第二概率,则提示服务器中网络节点的数量为平衡点时,网络不稳定;
若所述第一概率小于等于第二概率,则提示服务器中网络节点的数量为平衡点时,网络稳定。
为了解决上述问题,本发明还提供一种服务器稳定性评价***,所述***包括:
待评价服务器确认模块,用于接收测评指令,基于所述测评指令确认待评价的服务器;
评价指标筛选模块,用于获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
评价指标确认模块,用于所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
服务器稳定性评价模块,用于构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现上述所述的服务器稳定性评价方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的服务器稳定性评价方法。
为解决背景技术所述问题,本发明实施例获取用于评价服务器稳定性的n个第一评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,可见本发明实施例在对服务器进行评价之前就考虑了筛选出具有一致性的指标,进一步地,增强了对服务器进行评价的准确性。利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集,基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后,可见本发明实施例对所筛选的具有一致性的指标,又根据其在指标里的占比选取了服务器的网络稳定性作为评估的定量计算的指标,进一步地,以对服务器影响最大的网络稳定性作为评价指标优化了资源浪费的问题。构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。进一步地,构建了多种关系式对服务器的网络稳定性进行定量的计算解决了对服务器稳定性评估不准确的问题。因此本发明提出的服务器稳定性评价方法、***、电子设备及计算机可读存储介质,可以解决对服务器稳定性评估不准确及资源浪费的问题。
附图说明
图1为本发明一实施例提供的服务器稳定性评价方法的流程示意图;
图2为图1中其中一个步骤的详细实施流程示意图;
图3为图1中另一个步骤的详细实施流程示意图;
图4为本发明一实施例提供的服务器稳定性评价***的功能模块图;
图5为本发明一实施例提供的实现所述服务器稳定性评价方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种服务器稳定性评价方法。所述服务器稳定性评价方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述服务器稳定性评价方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的服务器稳定性评价方法的流程示意图。在本实施例中,所述服务器稳定性评价方法包括:
S1、接收测评指令,基于所述测评指令确认待评价的服务器。
一般情况下,测评指令是为了测评服务器稳定性而发出的指令,且测评指令可以确认需要评价的服务器。另外的,不同作用的服务器,其作用效果和对服务器要求的侧重点不同。因此,在考虑对服务器的稳定性进行评价时,需要先分析服务器的侧重点,即对服务器要求最重要的查考内容,并对所述查考内容的稳定性进行评价。对服务器侧重点的稳定性评价,可以最大程度突出所测评服务器稳定性的同时,节约测评时的资源。即在对服务器的稳定性进行评价时,选取服务器的主要特征作为评价的依据。
示例性的,小王作为服务器稳定性测评人员,分别向三个服务器发出稳定性测评指令,服务器A的侧重点为网络,则对服务器A的网络进行稳定性评价,服务器B的侧重点为磁盘,则对服务器B的磁盘进行稳定性评价,服务器C的侧重点为处理器,则对服务器C的处理器进行稳定性评价。
S2、获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集。
对服务器稳定性的评价包括不同的评价指标,例如:服务器的环境、服务器的内存、服务器的网络、服务器的处理器及服务器所在的地理位置等因素。另外的,第一评价指标为基于专家对待评价服务器所处环境、服务器的内存、服务器的处理器等因素中所选取的,用于评价服务器稳定性的评价指标。第一判断矩阵为利用专家对第一评价指标进行打分后所构造的矩阵。可选的,选取1至9标度法对n个第一评价指标进行打分,并基于打分后的评价指标构造判断矩阵。所述基于1至9标度法构造判断矩阵为现有技术,在此不再赘述。
所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标。
进一步地,不同指标对于服务器稳定性的评价影响不同,因此,确认对服务器稳定性评价的指标时,需要考虑不同指标的占比,并根据不同指标的占比选取最能够表征服务器稳定性的指标。
进一步地,所述确认第一判断矩阵满足一致性要求后,包括:
根据所述n个第一评价指标获取一致性指标检验值,基于所述一致性指标检验值构建一致性检验关系式,所述一致性检验关系式为:
其中,H为一致性检验的数值,I为一致性指标检验值,表示判断矩阵的第n个特征值,/>表示从判断矩阵的n个特征值中取最大的特征值;
根据一致性检验的数值与预设的检验阈值,确认第一判断矩阵满足一致性要求。
第一判断矩阵在构造之前,利用专家打分的方式,对n个第一评价指标进行打分,对于同一指标,不同的专家可能会有不同的看法,在此进行一致性检验的目的是确保所选取的n个第一评价指标能够作为对服务器稳定性评价的指标。另外的,检验阈值为根据第一评价指标的个数所获取的一致性指标值。
进一步地,参阅图2所示,所述根据一致性检验的数值与预设的检验阈值,确认第一判断矩阵满足一致性要求,包括:
S21、比较一致性检验的数值与预设的检验阈值;
S22、若所述一致性检验的数值小于等于所述检验阈值,则确认第一判断矩阵满足一致性要求后;
S23、若所述一致性检验的数值大于所述检验阈值,则提示第一判断矩阵不满足一致性要求,并返回所述获取用于评价服务器稳定性的n个第一评价指标的步骤。
S3、基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后。
进一步地,参阅图3所示,所述基于第一占比系数集获取第一目标占比系数集,包括:
S31、从所述第一占比系数集中依次提取第一初始占比系数,且第一占比系数集中的每个第一占比系数仅提取一次,并对所提取的第一初始占比系数执行如下操作:
S32、比较第一初始占比系数与第一占比系数集中除第一初始占比系数外的第一占比系数;
若所述第一初始占比系数大于等于第一占比系数集中除第一初始占比系数外的所有第一占比系数,则保留所提取的第一初始占比系数,得到第一目标占比系数;
否则剔除所提取的第一初始占比系数,并返回所述从所述第一占比系数集中依次提取第一初始占比系数的步骤;
S33、汇总目标第一占比系数得到第一目标占比系数集。
第一初始占比系数为从第一占比系数集中所提取的第一占比系数,通过第一初始占比系数与第一占比系数集中除第一初始占比系数之外其他第一占比系数相比,确认第一初始占比系数对于服务器稳定性评价时的重要性后,确认第一目标占比系数集中所包含的第一目标占比系数所对应的指标为网络稳定性。
网络对于服务器能够正常运行至关重要,与其他指标相比,网络的稳定性因素具有多变性。另外的,网络的稳定性受到网络安全、漏洞修复、网络攻击等不可预测的因素影响。因此,在本发明实施例中选取网络稳定性作为服务器稳定性评价指标的表征指标。
S4、构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
所述构建网络节点稳定关系式之前,包括:
确认服务器的网络节点为均质拓扑结构的网络,且服务器中所有网络节点的入度值与出度值相等。
网络节点的入度值是指指向该节点的边的数量,网络节点的出度值是指从该网络节点出发指向其他节点的边的数量。且均质拓扑结构的网络在对等文件共享、分布式计算、对等通信和协作及去中心化应用程序等多个领域均有应用,因此,可以保证本发明实施例所假定服务器的网络节点为均质拓扑结构的网络的实用性。
所述网络节点的状态,包括:正常传输状态及拥塞状态。
网络节点的拥塞状态是指是指在分组交换网络中传送分组的数目太多时,由于存储转发节点的资源有限而造成网络传输性能下降的情况。当网络发生拥塞时,一般会出现数据丢失,时延增加,吞吐量下降,严重时甚至会导致“拥塞崩溃”。网络节点的正常传输状态是指网络节点能够保证网络的正常运行。另外的,网络节点的集合形成了一个网络,它们相互连接并合作以实现数据的传输、处理和管理。节点的作用是确保网络的正常运行、数据的可靠传递和提供各种网络服务。
进一步地,所述构建网络传播关系式,包括:
获取服务器中的网络节点及网络节点的状态,基于网络节点及网络节点的状态构建网络传播关系式,所述网络传播关系式为:
其中,pi(t)表示t时刻时网络中第i个网络节点处于拥塞状态的概率,α表示服务器的网络中正常传输状态的网络节点转化为拥塞状态的网络节点的概率,β表示服务器的网络中拥塞状态的网络节点转化为正常状态的网络节点的概率,ki0为第i个网络节点的入度值,ki1为第i个网络节点的出度值,t为时间。
进一步地,对于网络稳定性的检验需要考虑网路节点随时间的变化及服务器网络中网络节点的数量。
示例性的,小张作为服务器的网络优化员,小张的主要任务是优化服务器中的网络,加强服务器网络对外界的抵御能力。小张在六点时完成了对服务器网络的优化,则六点后服务器网络对外界的抵御能力相比于六点之前服务器网络对外界的抵御能力更强。
详细地,所述计算网络稳定性的平衡点,计算公式如下所示:
其中,p0表示网络稳定性的平衡点。
所述利用网络传播关系式计算网络稳定约束条件,包括:
基于所述网络传播关系式构建约束矩阵,利用所述约束矩阵计算网络稳定约束条件,其中,网络稳定约束条件为:α≤β。
基于所述网络传播关系式构建约束矩阵,包括:
从所述服务器的网络节点中获取m个网络节点,其中,m为奇数,基于所获取的m个网络节点构建雅可比矩阵。
m数量越大所构建的雅可比矩阵求解网络稳定约束条件可信度越高。另外的,约束矩阵为基于所获取的m个网络节点构建雅可比矩阵。基于所获取的m个网络节点构建雅可比矩阵的技术为现有技术,在此不再赘述。
所述基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性,包括:
预设网络稳定性的检测频率,基于所述检测频率分别获取第一概率及第二概率,其中,第一概率为服务器的网络中正常传输状态的网络节点转化为拥塞状态的网络节点的概率,第二概率为服务器的网络中拥塞状态的网络节点转化为正常状态的网络节点的概率;
比较第一概率与第二概率;
若所述第一概率大于第二概率,则提示服务器中网络节点的数量为平衡点时,网络不稳定;
若所述第一概率小于等于第二概率,则提示服务器中网络节点的数量为平衡点时,网络稳定。
进一步地,网络稳定是指网络节点在平衡点处时,网络是大范围渐进稳定的。采用预构建网络稳定数据库,基于网络稳定数据库训练神经网络模型,并基于训练后的神经网络模型获取第一概率及第二概率,所述基于神经网络模型获取第一概率及第二概率的技术,为现有技术,在此不再赘述。
示例性的,设定网络稳定性的检测频率为每分钟十次,则每六秒获取一次第一概率及第二概率,根据第一概率及第二概率判断服务器网络的稳定性。
为解决背景技术所述问题,本发明实施例获取用于评价服务器稳定性的n个第一评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,可见本发明实施例在对服务器进行评价之前就考虑了筛选出具有一致性的指标,进一步地,增强了对服务器进行评价的准确性。利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集,基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后,可见本发明实施例对所筛选的具有一致性的指标,又根据其在指标里的占比选取了服务器的网络稳定性作为评估的定量计算的指标,进一步地,以对服务器影响最大的网络稳定性作为评价指标优化了资源浪费的问题。构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。进一步地,构建了多种关系式对服务器的网络稳定性进行定量的计算解决了对服务器稳定性评估不准确的问题。因此本发明提出的服务器稳定性评价方法、***、电子设备及计算机可读存储介质,可以解决对服务器稳定性评估不准确及资源浪费的问题。
实施例2:
如图4所示,是本发明一实施例提供的服务器稳定性评价***的功能模块图。
本发明所述服务器稳定性评价***100可以安装于电子设备中。根据实现的功能,所述服务器稳定性评价***100可以包括待评价服务器确认模块101、评价指标筛选模块102、评价指标确认模块103及服务器稳定性评价模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述待评价服务器确认模块101,用于接收测评指令,基于所述测评指令确认待评价的服务器;
所述评价指标筛选模块102,用于获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
所述评价指标确认模块103,用于所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
所述服务器稳定性评价模块104,用于构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
详细地,本发明实施例中所述服务器稳定性评价***100中的所述各模块在使用时采用与上述的图1中所述的服务器稳定性评价方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图5所示,是本发明一实施例提供的实现服务器稳定性评价方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如服务器稳定性评价程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如服务器稳定性评价程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如服务器稳定性评价程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),用户接口还可以是标准的有线接口、无线接口。在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的服务器稳定性评价程序是多个指令的组合,在所述处理器10中运行时,可以实现:
接收测评指令,基于所述测评指令确认待评价的服务器;
获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图4对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或***、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收测评指令,基于所述测评指令确认待评价的服务器;
获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,***和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
Claims (10)
1.一种服务器稳定性评价方法,其特征在于,所述方法包括:
接收测评指令,基于所述测评指令确认待评价的服务器;
获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
2.如权利要求1所述的服务器稳定性评价方法,其特征在于,所述确认第一判断矩阵满足一致性要求后,包括:
根据所述n个第一评价指标获取一致性指标检验值,基于所述一致性指标检验值构建一致性检验关系式,所述一致性检验关系式为:
其中,H为一致性检验的数值,I为一致性指标检验值,表示判断矩阵的第n个特征值,表示从判断矩阵的n个特征值中取最大的特征值;
根据一致性检验的数值与预设的检验阈值,确认第一判断矩阵满足一致性要求。
3.如权利要求2所述的服务器稳定性评价方法,其特征在于,所述根据一致性检验的数值与预设的检验阈值,确认第一判断矩阵满足一致性要求,包括:
比较一致性检验的数值与预设的检验阈值;
若所述一致性检验的数值小于等于所述检验阈值,则确认第一判断矩阵满足一致性要求后;
若所述一致性检验的数值大于所述检验阈值,则提示第一判断矩阵不满足一致性要求,并返回所述获取用于评价服务器稳定性的n个第一评价指标的步骤。
4.如权利要求1所述的服务器稳定性评价方法,其特征在于,所述基于第一占比系数集获取第一目标占比系数集,包括:
从所述第一占比系数集中依次提取第一初始占比系数,且第一占比系数集中的每个第一占比系数仅提取一次,并对所提取的第一初始占比系数执行如下操作:
比较第一初始占比系数与第一占比系数集中除第一初始占比系数外的第一占比系数;
若所述第一初始占比系数大于等于第一占比系数集中除第一初始占比系数外的所有第一占比系数,则保留所提取的第一初始占比系数,得到第一目标占比系数;
否则剔除所提取的第一初始占比系数,并返回所述从所述第一占比系数集中依次提取第一初始占比系数的步骤;
汇总目标第一占比系数得到第一目标占比系数集。
5.如权利要求1所述的服务器稳定性评价方法,其特征在于,所述构建网络传播关系式,包括:
获取服务器中的网络节点及网络节点的状态,基于网络节点及网络节点的状态构建网络传播关系式,所述网络传播关系式为:
其中,pi(t)表示t时刻时网络中第i个网络节点处于拥塞状态的概率,α表示服务器的网络中正常传输状态的网络节点转化为拥塞状态的网络节点的概率,β表示服务器的网络中拥塞状态的网络节点转化为正常状态的网络节点的概率,ki0为第i个网络节点的入度值,ki1为第i个网络节点的出度值,t为时间。
6.如权利要求5所述的服务器稳定性评价方法,其特征在于,所述网络节点的状态,包括:正常传输状态及拥塞状态。
7.如权利要求5所述的服务器稳定性评价方法,其特征在于,所述计算网络稳定性的平衡点,计算公式如下所示:
其中,p0表示网络稳定性的平衡点。
8.如权利要求7所述的服务器稳定性评价方法,其特征在于,所述利用网络传播关系式计算网络稳定约束条件,包括:
基于所述网络传播关系式构建约束矩阵,利用所述约束矩阵计算网络稳定约束条件,其中,网络稳定约束条件为:α≤β。
9.如权利要求1所述的服务器稳定性评价方法,其特征在于,所述基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性,包括:
预设网络稳定性的检测频率,基于所述检测频率分别获取第一概率及第二概率,其中,第一概率为服务器的网络中正常传输状态的网络节点转化为拥塞状态的网络节点的概率,第二概率为服务器的网络中拥塞状态的网络节点转化为正常状态的网络节点的概率;
比较第一概率与第二概率;
若所述第一概率大于第二概率,则提示服务器中网络节点的数量为平衡点时,网络不稳定;
若所述第一概率小于等于第二概率,则提示服务器中网络节点的数量为平衡点时,网络稳定。
10.一种服务器稳定性评价***,其特征在于,所述***包括:
待评价服务器确认模块,用于接收测评指令,基于所述测评指令确认待评价的服务器;
评价指标筛选模块,用于获取用于评价服务器稳定性的n个第一评价指标,其中,服务器的网络稳定性作为n个第一评价指标中的一个评价指标,基于n个第一评价指标构建第一判断矩阵,确认第一判断矩阵满足一致性要求后,利用所述第一判断矩阵求解第一占比系数,得到第一占比系数集;
评价指标确认模块,用于所述利用所述第一判断矩阵求解第一占比系数,计算公式如下所示:
其中,wi为第i个指标的第一占比系数,bij表示第一判断矩阵中第i个指标与第j个指标相比时重要程度的标度值,n表示第一判断矩阵共有n个第一评价指标;
基于第一占比系数集获取第一目标占比系数集,确认第一目标占比系数集中第一目标占比系数所对应的第一评价指标为服务器的网络稳定性后;
服务器稳定性评价模块,用于构建网络传播关系式,利用网络传播关系式计算网络稳定约束条件,计算网络稳定性的平衡点,基于所述平衡点及网络稳定约束条件判断服务器网络的稳定性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311049451.XA CN117093429B (zh) | 2023-08-18 | 2023-08-18 | 一种服务器稳定性评价方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311049451.XA CN117093429B (zh) | 2023-08-18 | 2023-08-18 | 一种服务器稳定性评价方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117093429A true CN117093429A (zh) | 2023-11-21 |
CN117093429B CN117093429B (zh) | 2024-04-26 |
Family
ID=88770946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311049451.XA Active CN117093429B (zh) | 2023-08-18 | 2023-08-18 | 一种服务器稳定性评价方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117093429B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130047009A1 (en) * | 2011-08-15 | 2013-02-21 | Hon Hai Precision Industry Co., Ltd. | Computing device, storage medium and method for testing stability of server |
CN103823545A (zh) * | 2014-03-05 | 2014-05-28 | 南京邮电大学 | 一种云计算***的服务器唤醒方法 |
CN104298339A (zh) * | 2014-10-11 | 2015-01-21 | 东北大学 | 一种面向最小能耗的服务器整合方法 |
CN108322327A (zh) * | 2017-11-28 | 2018-07-24 | 中国电子科技集团公司电子科学研究院 | 一种天地一体化信息网络性能的评估方法及装置 |
CN109636243A (zh) * | 2019-01-03 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 模型故障检测方法、装置、计算机设备以及存储介质 |
CN111225059A (zh) * | 2020-01-10 | 2020-06-02 | 中移(杭州)信息技术有限公司 | 网络请求资源调度方法、装置、电子设备及存储介质 |
US20200264964A1 (en) * | 2018-08-09 | 2020-08-20 | Wangsu Science & Technology Co., Ltd. | A method and device for evaluating io performance of cache servers |
-
2023
- 2023-08-18 CN CN202311049451.XA patent/CN117093429B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130047009A1 (en) * | 2011-08-15 | 2013-02-21 | Hon Hai Precision Industry Co., Ltd. | Computing device, storage medium and method for testing stability of server |
CN103823545A (zh) * | 2014-03-05 | 2014-05-28 | 南京邮电大学 | 一种云计算***的服务器唤醒方法 |
CN104298339A (zh) * | 2014-10-11 | 2015-01-21 | 东北大学 | 一种面向最小能耗的服务器整合方法 |
CN108322327A (zh) * | 2017-11-28 | 2018-07-24 | 中国电子科技集团公司电子科学研究院 | 一种天地一体化信息网络性能的评估方法及装置 |
US20200264964A1 (en) * | 2018-08-09 | 2020-08-20 | Wangsu Science & Technology Co., Ltd. | A method and device for evaluating io performance of cache servers |
CN109636243A (zh) * | 2019-01-03 | 2019-04-16 | 深圳壹账通智能科技有限公司 | 模型故障检测方法、装置、计算机设备以及存储介质 |
CN111225059A (zh) * | 2020-01-10 | 2020-06-02 | 中移(杭州)信息技术有限公司 | 网络请求资源调度方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117093429B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918205B (zh) | 一种边缘设备调度方法、***、装置及计算机存储介质 | |
US8751417B2 (en) | Trouble pattern creating program and trouble pattern creating apparatus | |
CN113342559A (zh) | 计算***中的诊断框架 | |
US8832839B2 (en) | Assessing system performance impact of security attacks | |
CN112700006B (zh) | 网络架构搜索方法、装置、电子设备及介质 | |
CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
CN111752706A (zh) | 资源配置方法、装置及存储介质 | |
CN114065864A (zh) | 联邦学习方法、联邦学习装置、电子设备以及存储介质 | |
CN104022899A (zh) | 一种网络管理***的三维评估方法及*** | |
JPWO2015182629A1 (ja) | 監視システム、監視装置及び監視プログラム | |
CN113742069A (zh) | 基于人工智能的容量预测方法、装置及存储介质 | |
CN117273450A (zh) | 一种电力***风险评估方法、装置、设备及存储介质 | |
CN117093429B (zh) | 一种服务器稳定性评价方法及*** | |
CN111625720B (zh) | 数据决策项目执行策略的确定方法、装置、设备和介质 | |
CN110413482B (zh) | 检测方法和装置 | |
WO2020000724A1 (zh) | 云平台主机间通信负载的处理方法、电子装置及介质 | |
CN114510405B (zh) | 指标数据评估方法、装置、设备、存储介质及程序产品 | |
CN111815442B (zh) | 一种链接预测的方法、装置和电子设备 | |
CN114816955A (zh) | 数据库性能预测方法和装置 | |
CN112668832A (zh) | 基于指标管理体系的风险量化评估方法、装置以及电子设备 | |
CN112668842A (zh) | 车险理赔风险因子评价方法及装置、电子设备、介质 | |
CN117519948B (zh) | 基于云平台实现建筑施工下的计算资源调整方法及*** | |
CN113448954B (zh) | 业务数据执行方法、装置、电子设备及计算机存储介质 | |
CN115225489B (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 | |
CN117880055B (zh) | 基于传输层指标的网络故障诊断方法、装置、设备及介质 |
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 |