0的流程图示。
[0220]实施例900示出了其中可使用周期性分析来细化跟踪器目标的数据收集的示例过程。在一些实施例中，可使用默认的采样率和数据收集窗口来执行每一跟踪器目标，随后在考虑到实际数据已被收集后可细化这些参数。
[0221]在框902，可为跟踪器目标假设周期性。该周期性可以是可从对应用的初始分析中导出的默认周期性。在许多情况下，默认周期性可反映应用作为整体的周期行为，而跟踪器目标可生成具有不同周期行为集合的数据。然而，可在默认周期作为开始点的情况下执行跟踪器目标的第一次运行。
[0222]可在框904通过使用框906中的自动相关来分析跟踪器目标的第一结果，这可生成数据中的特征周期性或频率。通过这样的分析，可在框908标识出主导的上限和下限频率。
[0223]主导的上限频率或最短周期性可用于设置采样率。在许多情况下，采样率可被设置成使得在主导上限频率的单个时段内可取得5个、10个、20个或更多个样本。
[0224]相似地，主导下限频率或最长周期性可用于设置数据收集窗口。在许多情况下，数据收集窗口可被设置成捕捉最长周期性的至少2个、3个、4个、5个或更多个实例。
[0225]在分析了跟踪器目标的初始运行后，可在框910更新跟踪器目标并在框912分派该跟踪器目标。
[0226]图10是示出具有用于评估跟踪器目标结果的反馈环的方法的实施例1000的流程图。实施例1000可示出可在实施例600的框626和628中执行的过程的一个示例。
[0227]其他实施例可使用不同的排序、更多或更少的步骤、以及不同的命名或术语来完成相似功能。在一些实施例中，各个操作或操作集合可与其他操作以同步或异步方式并行地执行。此处所选的步骤是为了以简化的形式示出一些操作原理而选择的。
[0228]实施例1000示出了其中可评估跟踪器目标的输入参数并在其上迭代以收敛于统计上有意义的输入参数的集合的实施例。实施例1000可丢弃与测量到的参数具有很少统计关系的那些输入参数，并可尝试添加与测量到的对象可具有关系的新输入参数。
[0229]可在框1002接收跟踪器目标的结果集，并可在框1004构建这些结果的剖析模型。剖析模型可以是输入流和测量到的结果之间的关系的数学表达。剖析模型可使用线性或非线性回归、曲线拟合或用于表达观察集的许多不同技术中的任何一个来创建。在许多情况下，剖析模型可具有可指示输入因数相对于剖析模型的程度或重要性的相关性因素或其他因素。
[0230]在框1006中，可依据重要性对输入参数进行排序。在框1008中，可选择第一输入参数。在框1010可标识具有同一输入参数的其他跟踪器目标。
[0231]对于在框1010标识出的每一目标，可在框1012分析这些目标。在框1014，可标识相关输入参数。相关输入参数可以是针对那个跟踪器目标的其中与测量到的参数可存在最小统计相关性的参数中的任一者。
[0232]在框1016对于这些参数中的每一者，如果该参数在当前跟踪器目标中，或先前在当前跟踪器目标中被考虑，则可在框1020跳过该参数。
[0233]如果在框1018该参数在当前跟踪器目标中尚未被检查，则可在框1022将该输入参数添加到输入列表中。可在框1024为该参数计算相关性分数。
[0234]相关性分数可指示该参数可与当前跟踪器目标相关的预期程度。在一些实施例中，相关性分数可以是当前跟踪器目标和正在检查的相关跟踪器目标之间的关系强度以及输入参数对相关跟踪器目标的相对重要性的因数。
[0235]在框1016针对框1012中的每一目标处理了所有参数后，如果在框1026可处理另一相关输入参数，则该过程可返回框1008以添加更多的候选输入参数。
[0236]在框1028，可移除当前跟踪器目标内的非相关输入参数。
[0237]在框1030，可依据分数对潜在输入参数的列表进行排序。该列表可包括在框1022添加的所有参数。
[0238]在框1032可选择顶部输入参数群组。该顶部群组可包含具有大于给定阈值的分数的输入参数。假设在框1034该群组为非空集合的情况下，可在框1036将该群组添加到跟踪器目标，并在框1038分派该群组以供再次处理。可使用跟踪目标的结果作为框1002的输入。
[0239]当在框1034可用输入参数的集合为空集合时，在框1040由于可能已耗尽了所有潜在输入参数，迭代可结束。
[0240]图11是示出用于使用频率相似性来在各跟踪器目标上进行迭代的方法的实施例1100的流程图示。实施例1000可示出可在实施例600的框626和628中执行的过程的另一示例。
[0241]其他实施例可使用不同的排序、更多或更少的步骤、以及不同的命名或术语来完成相似功能。在一些实施例中，各个操作或操作集合可与其他操作以同步或异步方式并行地执行。此处所选的步骤是为了以简化的形式示出一些操作原理而选择的。
[0242]实施例1100可与实施例1000相似，因为跟踪器目标可用可具有统计上显著的可能性的输入参数来更新。实施例1100可通过对各跟踪器目标的周期性分析来收集那些输入参数。具有相似的频率签名或周期性的那些跟踪器目标可以是具有统计上相关的输入参数的候选。
[0243]在框1102，可接收来自许多跟踪器目标的结果。在框1104对于每一目标，可在框1106执行周期性分析以标识数据内的频率或周期。在框1108中，可创建频率曲线或签名。
[0244]频率曲线可包括多个频率以及各频率的剧烈度或强度。频率曲线可用作标识由跟踪器目标收集的数据的行为的签名。在框1112，可选择一跟踪器目标作为开始目标。在实施例11100，可评估每一跟踪器目标以尝试找到可与给定被跟踪对象或被观察数据点相关的附加输入参数。该过程可迭代以添加潜在的新输入参数，测试新参数以及迭代。
[0245]在许多实施例中，每一迭代可包括移除可以是统计上不显著的那些输入参数，同时尝试添加可以是统计上显著的输入参数。
[0246]在框1114对于每一跟踪器目标，可通过将在框1112选择的目标的频率签名与在框1114分析的跟踪器目标进行匹配来确定相似性分数。相似性分数可以是两个频率签名的相关性或相似性的统计测量。
[0247]在框1118中，可依据相似性分数来对跟踪器目标进行排序。在框1120从最相似的频率签名开始，可在框1122分析每一输入参数以确定相关性分数。相关性分数可考虑与输入参数的相关性耦合的频率签名与在框1120中选择的跟踪器目标中收集到的数据的相似性。在许多实施例中，在框1116创建的相似性分数可与输入参数的影响因数相乘以产生相关性分数。
[0248]在框1126，可依据分数对经评分的输入参数进行排序。可在框1128选择参数，并当在框1130该参数可大于阈值时，可将该参数添加到跟踪器目标，并且该过程可循环回到1128以选择经排序列表中的下一参数。
[0249]当在框1130参数不满足相关性阈值，但在框1134可能已经添加了一些新的参数并且在框1140附加的目标仍然待处理时，该过程可返回到框1120以尝试添加来自其他跟踪器目标的更多输入参数。
[0250]当在框1130参数不满足相关性阈值且在框1134尚未添加新的参数时，在框1138可停止对目标的迭代。在此阶段，实施例1100的过程可能还没有标识出可能潜在的相关的任何新输入参数。
[0251]当在框1140处理了每一目标以生成输入参数后，当在框1142附加目标尚未经历输入参数分析时，该过程可返回到框1112以选择另一跟踪器目标进行分析。
[0252]当在框1142已为附加输入参数分析了每一跟踪器目标，并且在框1144可能已更新了至少一些跟踪器目标后，可在框1146分派经更新的目标。当在框1144没有经更新的目标可能可用时，在框1148迭代过程可停止。
[0253]图12是示出用于确认剖析模型的有效性的方法的实施例1200的图示。实施例1200示出了藉此可使用测试目标来生成可在复杂的高度仪表化的设备上运行的剖析模型的方法。这些模型随后可由可被部署在生产系统上的较轻量的监视系统来确认有效。
[0254]在一个使用模型中，应用可使用高度仪表化测试环境使用可捕捉详细数据的独立跟踪目标来评估。可从该数据创建应用的小型元素的剖析模型。为了测试剖析模型，可将这些模型部署在可具有或可不具有执行详细数据收集的能力的生产硬件上。
[0255]在一示例中，移动电话应用可使用移动电话的虚拟化版本来测试，其中该虚拟化版本可在具有大量计算能力的台式计算机上执行。数据收集可使用可与被测应用一起执行的跟踪目标来执行。一旦已生成了可表示该数据的剖析模型，就可将该模型分派给生产移动电话设备，该生产移动电话设备可执行仅测试一个小型剖析模型的非常轻量的监视。由于剖析模型可能不会消耗许多资源，监视器可收集关于移动电话的数据以生成差错统计。
[0256]在框1202，可创建跟踪目标，并在框1204可部署那些目标。在框1206，可从得到的数据中生成剖析模型。
[0257]在框1208可将剖析模型部署到设备，其中在框1208设备可使得监视代理被安装。
[0258]剖析模型可具有一个或多个输入参数，并可执行数学函数，随后返回预测到的结果。监视代理可从实际的使用中捕捉输入参数，执行在该模型中定义的计算，并将预测结果与实际结果进行比较。监视代理可生成差错统计，该差错统计可从预测结果和实际结果之差中导出。
[0259]框1210中具有高差错统计的那些模块可在框1212更新跟踪目标并在框1204重新提交跟踪目标。可在框1214中将具有低差错统计的那些模型假设为是准确的模型，并在框1216可降低或移除监视频率。在框1218，可将这些模型与其他模型聚集在一起。
[0260]可将监视器和剖析模型部署成可检测性能、输入数据或其他条件可在何时已消失的通用监视系统。在这样的实施例中，剖析模型可被创建以监视可导致显著破坏的变量或条件或以其他方式警告不利条件。在一些情况下，这样的模型可从聚集的数据中导出。
[0261]图13是示出用于分析来自跟踪目标的结果的方法的实施例1300的流程图示。
[0262]其他实施例可使用不同的排序、更多或更少的步骤、以及不同的命名或术语来完成相似功能。在一些实施例中，各个操作或操作集合可与其他操作以同步或异步方式并行地执行。此处所选的步骤是为了以简化的形式示出一些操作原理而选择的。
[0263]实施例1300仅示出了用于分析跟踪目标结果的方法的一个示例。实施例1300示出了将来自跟踪目标的不同实例的多个跟踪目标结果进行比较的示例分析方法。在许多情况下，单个跟踪目标可被执行多次，即要么在多个设备上执行多次，要么在同一设备上以不同的次数执行。结果集可被分析以确定这些结果是否是一致且可预测的。一致且可预测的结果可被认为是好结果，其可与其他类似地好的结果聚集在一起。
[0264]实施例1300是可分开地分析输入流和结果流以使用每一流来作出判定的实施例的示例。
[0265]在框1302中，可以处理每一结果集。对于框1302中的每一结果集，可在框1304生成针对输入流的概略统计，并在框1306可对输入流进行表征并分类。类似地，结果流可具有在框1308生成的概略统计以及在框1310执行的表征和分类。这些结果的剖析模型可在框1312创建。
[0266]在框1304和1308生成的统计可具有对数据的高级表示。这样的统计可包括平均数、中值、标准差和其他描述符。在框1306和1310执行的表征和分类可涉及曲线拟合、对标准曲线的统计比较、线性和非线性回归分析或其他分类。
[0267]在框1312生成的剖析模型可以是对观察到的数据的行为的任何类型的数学或其他表达。剖析模型可具有可从输入流绘制出的输入参数以预测结果流的值。
[0268]在框1314，可选择目标。在框1316可标识该目标的所有结果集。在一些实施例中，许多结果集可被生成，但实施例1300的操作可出于说明的目的而假设可存在至少两个结果集。
[0269]在框1318可比较每一实例的剖析模型。当在框1320这些实例的剖析模型是相同的时，可选择该模型来表示观察到的数据。在许多实施例中，对在剖析模型生成期间生成的数字值的比较可能不是准确的。在这样的实施例中，在框1318对剖析模型的比较可使用统计置信因数(诸如，例如为0.99或更大)来认为各模型是相似的。
[0270]当在框1320这些剖析模型不是相同的时，可在框1324比较输入流。当在框1326这些输入流不相似时，可在框1328以较长的运行时来重新执行目标。
[0271]当输入流不相似时，这些目标中的一者或两者可能还没有经历整个范围的输入变型。由此，从输入流生成的任何模型都不可充分地表示应用的实际行为。在周期可能是剖析模型中的统计上显著的参数的情况下，这样的状况可在数据收集窗口没有充分地涵盖至少很少数目的周期时发生。
[0272]当在框1326输入流相似时，剖析模型可以是可能在统计上显著的缺少的参数。在框1330，可将一些参数添加到跟踪目标。在一些实施例中，可在框1332将统计上不显著的参数从跟踪目标中移除。统计上不显著的参数可以是剖析模型中对最终结果具有很少影响或没有影响的那些参数。
[0273]可在框1334重新提交经更新的跟踪目标以用于调度和部署。
[0274]如果可在框1336处理另一目标，则该过程可返回到框1314以选择新目标。当在框1336不再有目标可用时，可在框1338聚集结果。
[0275]图14是示出具有跟踪目标分派器的网络环境的实施例1400的图示。实施例1400示出一环境，该环境具有分派器设备1402、跟踪生成器设备1404和跟踪器设备集合1406，所有这些设备都可经由网络1408连接。
[0276]实施例1400可示出可使跟踪目标匹配可执行该跟踪目标的设备的跟踪分派器。该匹配可基于跟踪设备的配置和估计出的对跟踪目标的资源消耗作出。
[0277]分派器设备1402可在硬件平台1410上操作，并可具有可将各跟踪器目标1414分派给跟踪器设备1406的分派器1412。分派器1412可考虑设备配置1416，该设备配置1416可由跟踪管理器1418来收集并更新。分派器1412可将跟踪器目标放置在处于可为每一设备定义的跟踪器资源预算内的设备上。该预算可标识可为跟踪功能而拨出的资源集。随着跟踪目标可被放置在设备上，该设备的跟踪器