买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学申请的专利一种基于图神经网络的并行程序性能轨迹分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119357015B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411478392.2，技术领域涉及：G06F11/36；该发明授权一种基于图神经网络的并行程序性能轨迹分析方法是由杨海龙;孙欣;宣智博;游心;钱德沛设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本一种基于图神经网络的并行程序性能轨迹分析方法在说明书摘要公布了：本发明涉及一种基于图神经网络的并行程序性能轨迹分析方法，其方法包括：执行一定规模的MPI并行应用程序，同时利用性能采集工具收集硬件性能数据与通信数据；对性能轨迹数据进行时间切片；将性能数据形成固定维度的标准化向量，将通信关系信息形成邻接列表共同作为动态图神经网络的输入；利用基于VAE的无监督学习方法训练动态图神经网络并得到训练后的模型；将性能轨迹数据输入网络模型，前向传播后得到每个时间片中每个进程的异常分数，设置阈值筛选出异常点；利用函数调用栈分析方法确定根因，生成性能分析报告。本发明结合无监督学习方法自动化地识别程序执行异常，可适用于MPI并行程序在任意规模下的性能轨迹分析。

本发明授权一种基于图神经网络的并行程序性能轨迹分析方法在权利要求书中公布了：1.一种基于图神经网络的并行程序性能轨迹分析方法，其特征在于，包括： 步骤1：收集MPI程序性能轨迹数据，利用PAPI和PMPI采集硬件性能数据与通信性能数据，所述硬件性能数据包括MPI事件发生时刻的硬件寄存器状态，所述通信性能数据包括MPI函数对应的事件信息和进程之间的通信关系，将采集到的性能轨迹数据按照MPI进程号组织成多个文件作为元数据进行存储； 步骤2：设置时间片划分参数，读取所述组织好的MPI程序性能轨迹数据，通过滑动窗口的方式实现时间片的划分； 步骤3：在一个时间片内，按照进程顺序为每个MPI函数提取事件信息，包括PAPI事件信息、MPI事件信息和函数调用栈信息，识别MPI通信函数，并将通信关系的源进程和目标进程作为一条有向边，为每个MPI函数对应的所有事件和有向边增加一个时间片ID字段； 步骤4：针对每一个时间片，重复执行步骤3； 步骤5：将同一时间片内且同一进程的所有事件信息和函数调用栈信息进行合并，将合并结果转换为结构化数据表示形式作为时间切片图的节点数据； 步骤6：将同一时间片内的具有相同源进程和目标进程的通信关系，即对相同的有向边进行提取，并记录通信频率，作为时间切片图的拓扑数据； 步骤7：将步骤5得到的结构化数据利用Word2Ve进行向量化，对缺失的节点数据进行补全操作，将每个时间片中每个进程的节点数据转换为固定维度的节点向量信息； 步骤8：读取步骤7得到的节点向量信息，对节点向量信息进行标准化，读取步骤6中生成的拓扑数据，转化成邻接列表序列，读取步骤6中生成的通信频率作为有向边的权重，形成数据集； 步骤9：设置样本序列长度，以滑动窗口的方式将数据集划分成多个长度相等的样本，从中采样训练集和预测集； 步骤10：将训练集输入到基于动态图神经网络的无监督学习框架中，经训练过程后生成训练后的网络模型； 步骤11：将预测集输入到训练后的网络模型，为每个时间片中的每个进程计算出异常分数； 步骤12：利用阈值选择算法，筛选出异常分数高于阈值的异常点，利用热力图将筛选后的异常点进行可视化； 步骤13：对异常点进行根因定位，导出大于阈值的异常点的时间片ID与进程ID，重新执行步骤2‑4，过滤出异常点的函数栈调用信息； 步骤14：利用步骤13得到的函数调用栈信息回溯到MPI程序源代码，定位到源代码导致的性能瓶颈，根据分析结果生成性能分析报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。