[发明专利]一种银行主机交易监控分析方法在审
申请号: | 201810123763.3 | 申请日: | 2018-02-07 |
公开(公告)号: | CN110119985A | 公开(公告)日: | 2019-08-13 |
发明(设计)人: | 沈杰华 | 申请(专利权)人: | 上海鼎茂信息技术有限公司 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06F11/30;G06F11/34 |
代理公司: | 上海宏京知识产权代理事务所(普通合伙) 31297 | 代理人: | 邓文武 |
地址: | 201501 上海市金*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 银行主机 获取模块 性能数据 主机程序 交易 时间段 分析模块 加权算法 监控分析 主机核心 采集 避免误判 贡献率 服务器 | ||
1.一种银行主机交易监控分析方法,所述银行主机交易监控分析方法基于服务器运行,所述服务器包括主机核心交易量获取模块、主机程序性能数据获取模块、主机程序分析模块,其特征是包括步骤:
⑴设定银行主机交易对比日期、时间段;
⑵根据设定的交易对比日期、时间段,主机核心交易量获取模块采集银行主机的核心交易量;
⑶根据设定的交易对比日期、时间段,主机程序性能数据获取模块采集银行主机的所有程序的性能数据;
⑷根据获取的银行主机的核心交易量、银行主机的所有程序的性能数据,主机程序分析模块采用加权算法计算单个程序的平均CPU使用量对整体交易CPU使用量的贡献率。
2.根据权利要求1所述的银行主机交易监控分析方法,其特征在于,步骤⑷的加权算法包括过程:
设核心交易总共有100个程序,分别是P1、P2、……、P100;
设应用投产前,100个程序的平均CPU使用率分别是CPU1A、CPU2A、……、CPU100A,在采样高峰时段的发生次数分别是N1A、N2A、……、N100A;
设应用投产后,100个程序的平均CPU使用率分别是CPU1B、CPU2B、……、CPU100B,在采样高峰时段的发生次数分别是N1B、N2B、……、N100B;
设应用投产前后的高峰时段的核心交易量分别是MA、MB,应用投产前后的平均交易CPU使用率的变化量是Z;
应用投产前平均交易的CPU使用率是:
[(CPU1A×N1A)+(CPU2A×N2A) +……+(CPU100A×N100A)]÷MA﹦FA;
应用投产后平均交易的CPU使用率是:
[(CPU1B×N1B) +(CPU2B×N2B)+……+(CPU100B×N100B)]÷MB﹦FB;
应用投产前后每笔交易CPU使用率的的变化量是:Z﹦FB-FA,将前后相同程序的算式合并得到:Z﹦[(CPU1B×N1B÷MB)﹣(CPU1A×N1A÷MA)]﹢[(CPU2B×N2B÷MB)﹣(CPU2A×N2A÷MA)]﹢……﹢[(CPU100B×N100B÷MB)﹣(CPU100A×N100A÷MA)];
程序P1的平均CPU使用量对整体交易CPU使用量的贡献率是:
[(CPU1B×N1B÷MB)﹣(CPU1A×N1A÷MA)]÷Z ×100;
程序P2的平均CPU使用量对整体交易CPU使用量的贡献率是:
[(CPU2B×N2B÷MB)﹣(CPU2A×N2A÷MA)] ÷Z ×100;
依上述公式类推程序P3至程序P99的平均CPU使用量对整体交易CPU使用量的贡献率直至程序P100的平均CPU使用量对整体交易CPU使用量的贡献率是:
[(CPU100B×N100B÷MB)﹣(CPU100A×N100A÷MA)]÷Z ×100。
3.根据权利要求2所述的银行主机交易监控分析方法,其特征在于,将计算得到的程序P1至程序P100的平均CPU使用量对整体交易CPU使用量的贡献率进行大小排序得到按对CPU使用量变化贡献排序的程序队列。
4.根据权利要求1所述的银行主机交易监控分析方法,其特征在于,步骤⑷前还包括过程:主机程序分析模块根据获取的银行主机的所有程序的性能数据筛选出没有运行记录的程序后标记执行次数是零。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海鼎茂信息技术有限公司,未经上海鼎茂信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810123763.3/1.html,转载请声明来源钻瓜专利网。