一种软件全生命周期的效能度量方法、装置、设备及介质与流程

本发明涉及软件开发效能分析，尤其涉及一种软件全生命周期的效能度量方法、装置、设备及介质。

背景技术：

1、随着云原生架构、微服务架构以及devops研发模式的广泛应用，软件研发活动逐渐贯穿需求管理、代码开发、持续集成、测试验证、发布部署、运行监控以及安全治理等多个环节。在软件全生命周期过程中会产生大量与软件效能相关的数据，包括代码效能数据、测试效能数据、运行性能效能数据以及安全效能数据等。如何基于上述数据对软件效能进行统一度量和智能分析，已经成为软件研发管理领域的重要研究方向。

2、目前，现有技术中通常需要根据具体的分析需求人工编写结构化查询语句、脚本代码或者指标计算规则，并通过数据库查询工具、监控分析平台或者数据分析系统执行相应的查询操作，以得到对应的软件效能结果。

3、然而，现有技术的方式导致软件开发效能分析的效率较低且准确率较低，难以满足复杂软件效能分析场景下的应用需求。

技术实现思路

1、本发明提供一种软件全生命周期的效能度量方法、装置、设备及介质，本发明实施例可以提高软件开发效能分析的效率和准确性。

2、第一方面，本发明实施例提供了一种软件全生命周期的效能度量方法，该方法包括：

3、获取用户输入的软件效能的自然语言查询语句；软件效能包括代码效能、测试效能、运行性能效能和安全效能中的至少一项；

4、基于软件全生命周期多层知识图谱，根据自然语言查询语句进行多路径并行检索，得到至少一个检索结果；

5、对至少一个检索结果进行融合处理，得到目标关键词条；

6、根据目标关键词条和软件全生命周期知识库中检索的目标领域语料，生成融合语料，并根据目标关键词条生成目标元提示词；

7、将自然语言查询语句、融合语料和目标元提示词输入至微调的大语言模型中，得到目标结构化查询语句；

8、根据目标结构化查询语句，输出自然语言查询语句对应的软件效能查询结果。

9、第二方面，本发明实施例还提供了一种软件全生命周期的效能度量装置，该装置包括：

10、自然语言查询语句获取模块，用于获取用户输入的软件效能的自然语言查询语句；软件效能包括代码效能、测试效能、运行性能效能和安全效能中的至少一项；

11、检索结果生成模块，用于基于软件全生命周期多层知识图谱，根据自然语言查询语句进行多路径并行检索，得到至少一个检索结果；

12、目标关键词条生成模块，用于对至少一个检索结果进行融合处理，得到目标关键词条；

13、语料和元提示词生成模块，用于根据目标关键词条和软件全生命周期知识库中检索的目标领域语料，生成融合语料，并根据目标关键词条生成目标元提示词；

14、目标结构化查询语句生成模块，用于将自然语言查询语句、融合语料和目标元提示词输入至微调的大语言模型中，得到目标结构化查询语句；

15、软件效能查询结果输出模块，用于根据目标结构化查询语句，输出自然语言查询语句对应的软件效能查询结果。

16、第三方面，本发明实施例还提供了一种软件全生命周期的效能度量设备，软件全生命周期的效能度量设备包括：

17、至少一个处理器；以及

18、与至少一个处理器通信连接的存储器；其中，

19、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的软件全生命周期的效能度量方法。

20、第四方面，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的软件全生命周期的效能度量方法。

21、本发明实施例的技术方案，通过获取用户输入的软件效能的自然语言查询语句，并基于软件全生命周期多层知识图谱对自然语言查询语句进行多路径并行检索，可以从软件全生命周期相关知识中获取与查询需求相关的检索信息；通过对多个检索结果进行融合处理生成目标关键词条，并结合软件全生命周期知识库中的目标领域语料生成融合语料和目标元提示词，可以为后续查询处理过程提供与软件效能领域相关的上下文信息；将自然语言查询语句、融合语料以及目标元提示词输入至微调的大语言模型中，以生成目标结构化查询语句，从而实现自然语言查询需求向结构化查询语句的自动转换；最终根据目标结构化查询语句输出对应的软件效能查询结果；解决了现有技术导致软件开发效能分析的效率较低且准确率较低的技术问题，从而可以提高软件开发效能分析的效率和准确性。

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

1.一种软件全生命周期的效能度量方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于软件全生命周期多层知识图谱，根据所述自然语言查询语句进行多路径并行检索，得到至少一个检索结果，包括：

3.根据权利要求1所述的方法，其特征在于，所述将所述自然语言查询语句、所述融合语料和所述目标元提示词输入至微调的大语言模型中，得到目标结构化查询语句，包括：

4.根据权利要求1所述的方法，其特征在于，所述对至少一个所述检索结果进行融合处理，得到目标关键词条，包括：

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标关键词条和软件全生命周期知识库中检索的目标领域语料，生成融合语料，包括：

6.根据权利要求1所述的方法，其特征在于，所述软件全生命周期多层知识图谱通过以下方式构建：

7.根据权利要求6所述的方法，其特征在于，所述对所述初始知识图谱进行划分以及摘要生成，生成所述软件全生命周期多层知识图谱，包括：

8.一种软件全生命周期的效能度量装置，其特征在于，包括：

9.一种软件全生命周期的效能度量设备，其特征在于，所述软件全生命周期的效能度量设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的软件全生命周期的效能度量方法。