应用软件故障分析方法、装置、设备、存储介质及产品与流程

专利2026-03-08  20


本公开涉及人工智能中的nlp领域,尤其涉及一种应用软件故障分析方法、装置、设备、存储介质及产品。


背景技术:

1、随着互联网技术的不断发展,越来越多的应用软件走进了用户的生活。用户在使用应用软件过程中,由于网络、手机性能、或者app新功能迭代上线等情况的发生,可能导致应用软件发生崩溃或者卡顿等故障。

2、为了使得用户能够正常使用应用软件,在应用软件发生故障之后,如何实现故障原因的快速分析定位成为了亟待解决的问题。


技术实现思路

1、本公开提供了一种用于快速准确分析应用软件故障原因的方法、装置、设备、存储介质及产品。

2、根据本公开的第一方面,提供了一种应用软件故障分析方法,包括:

3、获取目标软件在发生故障时的故障信息,其中,所述故障信息包括发生故障时的堆栈信息以及故障关联的代码片段;

4、对所述故障信息进行数据分析,确定所述目标软件发生故障时的场景信息,其中,所述场景信息包括所述目标软件对应的运行版本以及故障类型;

5、根据所述场景信息在预设的映射数据集中确定与所述场景信息相匹配的目标提示信息,其中,所述映射数据集中预存有不同场景信息对应的提示信息,所述提示信息包括提示词以及思维链信息;

6、将所述目标提示信息以及所述故障信息输入至预设的大语言模型,获得所述大语言模型输出的分析结果,其中,所述分析结果包括所述故障信息对应的故障原因以及所述代码片段对应的代码调整信息。

7、根据本公开的第二方面,提供了一种应用软件故障分析装置,包括:

8、获取模块,用于获取目标软件在发生故障时的故障信息,其中,所述故障信息包括发生故障时的堆栈信息以及故障关联的代码片段;

9、分析模块,用于对所述故障信息进行数据分析,确定所述目标软件发生故障时的场景信息,其中,所述场景信息包括所述目标软件对应的运行版本以及故障类型;

10、确定模块,用于根据所述场景信息在预设的映射数据集中确定与所述场景信息相匹配的目标提示信息,其中,所述映射数据集中预存有不同场景信息对应的提示信息,所述提示信息包括提示词以及思维链信息;

11、处理模块,用于将所述目标提示信息以及所述故障信息输入至预设的大语言模型,获得所述大语言模型输出的分析结果,其中,所述分析结果包括所述故障信息对应的故障原因以及所述代码片段对应的代码调整信息。

12、根据本公开的第三方面,提供了一种电子设备,包括:

13、至少一个处理器;以及

14、与所述至少一个处理器通信连接的存储器;其中,

15、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,以使所述至少一个处理器能够执行第一方面所述的方法。

16、根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。

17、根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。

18、根据本公开的技术提高了故障原因定位的效率以及准确性。

19、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。



技术特征:

1.一种应用软件故障分析方法,包括:

2.根据权利要求1所述的方法,其中,所述对所述故障信息进行数据分析,确定所述目标软件发生故障时的场景信息,包括:

3.根据权利要求2所述的方法,所述将所述故障信息输入至预设的场景分析模型之前,还包括:

4.根据权利要求1所述的方法,所述获取目标软件在发生故障时的故障信息之后,还包括:

5.根据权利要求4所述的方法,其中,所述在预设案例集中确定与所述故障信息相匹配的目标案例,包括:

6.根据权利要求5所述的方法,其中,所述故障信息关联有堆栈信息子项目、场景信息子项目、核心组件信息子项目以及用户行为信息子项目;

7.根据权利要求6所述的方法,其中,所述计算各所述第一子项目与所述第二子项目之间的相似度,包括:

8.根据权利要求5所述的方法,其中,所述根据所述预设案例集中每一故障案例对应的目标权重以及预设的筛选条件在预设案例集中确定与所述故障信息相匹配的目标案例,包括:

9.根据权利要求1-8任一项所述的方法,所述将所述目标提示信息以及所述故障信息输入至预设的大语言模型,获得所述大语言模型输出的分析结果之后,还包括:

10.一种应用软件故障分析装置,包括:

11.根据权利要求10所述的装置,其中,所述确定模块包括:

12.根据权利要求11所述的装置,所述装置还包括:

13.根据权利要求10所述的装置,所述装置还包括:

14.根据权利要求13所述的装置,其中,所述确定模块包括:

15.根据权利要求14所述的装置,其中,所述故障信息关联有堆栈信息子项目、场景信息子项目、核心组件信息子项目以及用户行为信息子项目;

16.根据权利要求15所述的装置,其中,所述计算子单元用于:

17.根据权利要求14所述的装置,其中,所述筛选单元包括:

18.根据权利要求10-17任一项所述的装置,所述装置还包括:

19.一种电子设备,包括:

20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。

21.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。


技术总结
本公开提供了应用软件故障分析方法、装置、设备、存储介质及产品,涉及人工智能领域,尤其涉及NLP领域。具体实现方案为:获取目标软件在发生故障时的故障信息,故障信息包括发生故障时的堆栈信息以及故障关联的代码片段;对故障信息进行数据分析,确定目标软件发生故障时的场景信息;根据场景信息在预设的映射数据集中确定与场景信息相匹配的目标提示信息,提示信息包括提示词以及思维链信息;将目标提示信息以及故障信息输入至预设的大语言模型,获得大语言模型输出的分析结果,分析结果包括故障信息对应的故障原因以及代码片段对应的代码调整信息。通过目标提示信息对大语言模型进行引导,使得大语言模型能够提高故障分析的效率以及准确性。

技术研发人员:彭阳,郑德来,陈玉祯,严海林
受保护的技术使用者:百度在线网络技术(北京)有限公司
技术研发日:
技术公布日:2024/7/25
转载请注明原文地址: https://bbs.8miu.com/read-439524.html

最新回复(0)