[发明专利]一种基于操作系统内核调用数据的设备软故障检测方法

权利要求书

1.一种基于操作系统内核调用数据的设备软故障检测方法，其特征在于，所述方法为：对受测设备注入ESD干扰信号，收集受测设备操作系统在ESD干扰信号注入的前后过程中的系统内核调用数据，将系统内核调用数据构建为图信号数据模型，采用基于递归衰减的采样窗函数方法对图信号数据进行预处理，使用基于搬运问题的相似度度量算法来比较ESD干扰注入前后系统内核调用数据的自相似性变化，当相似度距离大于先验值时，即可认为受测设备在ESD注入下发生了软故障；或者针对某操作系统构建面向系统内核调用数据的长短时异构运算模型，并采用随机梯度下降的方法训练所述模型，将经过预处理的受测设备的图信号数据输入所述模型，可直接输出受测设备某一部位受到了某一等级的ESD干扰；所述操作系统为基于Linux的操作系统；所述受测设备操作系统嵌入内核采集模块，通过内核采集模块采集系统内核调用数据，并通过同步数字串口将系统内核调用数据传送给逻辑分析仪，再由逻辑分析仪上传至计算机进行处理分析；

采用基于递归衰减的采样窗函数方法对图信号数据进行预处理的方法为：采用可变长度的采样窗函数F_W(t)获取图信号数据，通过随采样窗同步生长的递归衰减函数Ge(t)对不同时间的图信号数据进行权值分配，其公式如公式(4)所示，其中T₀是指窗函数的时间宽度，σ是指高斯模型函数的畸变参数：

面向系统内核调用数据的长短时异构运算模型的长短时记忆的信息来源于图信号数据模型G(V,E)，其中V是所有系统内核调用函数的合集，即图信号数据模型中的节点，E是系统内核调用函数间调用关系的合集，即图信号数据模型中节点间的连接关系；所述面向系统内核调用数据的长短时异构运算模型通过GCN模型提取图信号的频谱特征，即短时记忆，通过GAT模型提取图信号网络中节点间的邻域特征，即长时记忆，将长短时记忆的输出拼接后形成输出矩阵h_i进行多层堆叠，每一层网络的输出矩阵作为输入参与下一层网络的长时记忆运算，最后对所述面向系统内核调用数据的长短时异构运算模型进行随机梯度下降训练，从而确定最优的长周期记忆函数R_e、卷积核集成函数ζ(X，K，n)和全连接层FC的参数集。

2.根据权利要求1所述的基于操作系统内核调用数据的设备软故障检测方法，其特征在于：所述的基于搬运问题的相似度度量算法，如公式(1)—(3)，

P＝f_p(m),Q＝f_q(m) m＝1,2,3....(1)

P,Q分别对应受测设备在ESD注入前后的内核调用特征向量，内核调用特征向量由内核函数调用频率与特征参数拼接获得，f_i，j表示P向量中i元素与Q向量中j元素的数值距离，d_i，j表示向量中i，j元素的空间距离，通过公式(2)中的线性规划将所述两段内核调用特征向量间的最小趋同开销作为两者间的相似性度量，当相似度距离大于先验值时，即可认为受测设备在ESD注入下发生了软故障。

3.根据权利要求1所述的基于操作系统内核调用数据的设备软故障检测方法，其特征在于，所述检测方法进一步还包括对受测设备注入的ESD干扰信号进行定位的方法，所述定位方法为：

S1、计算图信号数据模型中所有节点的交叉点权值cw；

S2、依次移除图信号数据模型中所有cw值小于或等于cwmin的节点，并移除这些节点与其邻接点的连边，此时剩下的图信号数据中可能又出现一些新的cw值小于或等于cwmin的节点，再把这些节点与其邻接点的连边移除，重复此操作直不再有cw值小于或等于cwmin的节点为止，被移除的节点的集合，称为cw-壳，余下的节点的集合称为cw-核；

S3、继续剥壳操作，重复步骤1、2，直至图信号数据模型中所有节点都被移除，通过cw-壳分解算法能够确定所有节点在网络中所处的层级，并给出节点的重要性排序，处于高层级排序排在前面的节点即为异常内核函数。