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！

龙图腾网获悉东华理工大学南昌校区申请的专利一种计算机性能安全测试方法及系统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：CN120579186B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202510629593.6，技术领域涉及：G06F21/57；该发明授权一种计算机性能安全测试方法及系统是由刘子新设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本一种计算机性能安全测试方法及系统在说明书摘要公布了：本发明涉及计算机系统性能与安全测试技术领域，具体为一种计算机性能安全测试方法及系统；具体为：实时获取目标系统的性能指标、行为特征与安全事件数据并标准化处理，利用高斯混合模型对降维后的行为特征进行聚类建模以建立正常行为模式簇，结合隐马尔可夫模型对行为序列进行时序分析以识别系统状态转移路径；采用加权组合策略混合注入正常负载与攻击型负载，并通过扰动函数调整异常行为链；基于事件驱动的因果性能图构建异常事件与性能指标间的有向加权关联，量化系统风险指数并触发告警；输出性能瓶颈、安全漏洞及优化建议并更新知识库以优化后续模型。本发明实现了性能与安全测试的深度耦合、动态负载的智能调度及风险路径的可解释性定位。

本发明授权一种计算机性能安全测试方法及系统在权利要求书中公布了：1.一种计算机性能安全测试方法，其特征在于，包括以下实施步骤： S1、采集待测计算机系统的性能数据、行为数据和安全事件数据，并对采集到的数据进行Z-score标准化； S2、构建面向测试阶段的多维行为基线模型，通过滑动窗口和主成分分析降维构造行为特征，采用高斯混合模型聚类建立正常行为模式簇，结合隐马尔可夫模型分析时序状态转移，检测异常并预测系统退化和攻击路径； 其中，面向测试阶段的多维行为基线模型的构建过程如下： S21、将数据按滑动窗口机制划分，形成时序特征序列：，采用主成分分析进行降维处理，得到低维行为表达，即系统行为特征向量：； 其中，表示第i个数据点的t时刻下的标准数据；Ft表示在时间窗口t上构成的标准化行为特征向量；n表示原始采集的标准化特征维数；T表示时间窗口长度；表示d维实数空间；d表示降维后的维度；表示主成分分析方法；Zt表示时间t上的行为特征表示； S22、构建特征样本，定义高斯混合模型，行为向量服从多元高斯分布的加权组合：，将特征样本聚类为k个簇； 其中，k表示行为模式的簇数；表示第i个高斯成分的权重，满足表示第i个行为簇的中心；表示第i个行为簇的协方差矩阵；表示多维高斯分布密度函数；表示加权组合； 并获取实时行为向量Znew，经聚类模型处理后，若实时行为向量Znew的马氏距离δ，判断为行为异常： 其中，δ为行为偏离阈值； S23、通过隐马尔可夫模型对聚类后的行为序列进行时序建模，定义状态转移与观测概率映射关系，采用Baum-Welch算法训练模型参数，利用维特比算法预测系统未来状态路径，分析转移矩阵识别异常频率升高及新型状态； S3、通过构造场景行为向量与状态映射矩阵生成仿真路径，采用加权组合负载调度策略动态调控负载强度及时序，构建异常行为链并引入扰动函数，结合反馈调节机制实时调整测试策略； S4、通过采集负载注入后的多维性能指标与异常事件序列，构建事件驱动因果性能图模型，定义异常事件节点与性能指标节点的有向加权关联，量化异常行为对性能的影响强度，计算系统风险指数并触发动态告警； S5、输出性能瓶颈、安全漏洞及风险评分与建议报告，归档测试数据。

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东华理工大学南昌校区，其通讯地址为：330000 江西省南昌市经济技术开发区广兰大道418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。