METHOD AND DEVICE FOR DETECTING ABERRANT BEHAVIOUR IN A SET OF EXECUTIONS OF SOFTWARE APPLICATIONS

Procédé de détection de comportement aberrant dans un ensemble d'exécutions d'une ou plusieurs applications sur un dispositif de traitement de l'information, mis en oeuvre par un ordinateur et comportant des étapes de- déclenchement (S1) dudit ensemble d'exécutions en collaborati...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: MIMOUNI, Salim, VINCENT, Lionel, PHAM, Trong Ton
Format: Patent
Sprache:eng ; fre ; ger
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Procédé de détection de comportement aberrant dans un ensemble d'exécutions d'une ou plusieurs applications sur un dispositif de traitement de l'information, mis en oeuvre par un ordinateur et comportant des étapes de- déclenchement (S1) dudit ensemble d'exécutions en collaboration avec un outil de profilage afin de recueillir, pour chaque exécution, au moins une série temporelle de points de mesure associant, pour chaque point de mesure, une valeur à un paramètre mesuré ;- formatage automatique (S2) des séries temporelles obtenues pour ledit ensemble, en ajustant, pour chaque série temporelle, sa longueur, ses valeurs et son nombre de points de mesures ;- calcul (S3) d'une métrique entre deux séries temporelles parmi les séries temporelles recueillies pour ledit ensemble d'exécution ;- détection (S4) d'une aberration à partir de ladite distance A method for detecting outlier behavior in a set of executions of one or several applications on an information processing device, implemented by a computer and comprising steps oftriggering (S1) said set of executions in collaboration with a profiling tool in order to collect, for each execution, at least one time series of measurement points assigning, for each measurement point, a value to a measured parameter;automatically formatting (S2) the time series obtained for said set, by adjusting, for each time series, its length, its values, and its number of measurement points;calculating (S3) a metric between two time series among the time series collected for said set of executions;detecting (S4) an outlier based on said distance.