Progress Report 2018.12.02

1.尝试复现mariadb 性能bug4个，成功1个，失败3个。失败原因有‘环境搭建失败，求助开发者对方表示旧版不提供技术支持，因此无法继续’、‘复现需要花费大量时间（构建巨大文件），report中已有足够的我需要的性能值，因此未复现’、‘本机硬件条件不合适’。

2.尝试用机器学习异常检测方法对性能bug的性能图像进行检测：（代码matlab+python 200行）

机器学习算法：one-class SVM 训练集：正常性能图像86590%=779个 测试集A：正常性能图像86510%=86个 测试集B：完全随机构建出来的性能图像86个（完全随机意味着性能图在各个位置都是凹凸不平，而且变化十分巨大，我的假设是：这样的性能图像不可能是正常情况下的性能图像，所以用工具检测之后不能将他们分类为‘正常’） 测试集C：我复现的突变点类型性能bug的图像1个（这一个是真是的、突变最剧烈、我认为最明显的bug图像，如果这个失败那意味着还需要改进）

工具分类错误数量： 在训练集中：21/779 在测试集A中：9/86（工具错误地认为9个图像代表具有bug） 在测试集B中：0/86（工具全部正确地讲86个不正常性能图像分类为‘异常’） 在测试集C中：1/1（失败）

在测试集B上的成功并不奇怪，但是在测试集C上的失败意味着我的工具还需要修改。失败原因分析：我人工看了训练集中的779个正常的图像，发现其中有好几个和测试集C中的bug图像很像，这就导致了在训练的时候bug图像被认为成了是正样本。很像的原因有以下几个：

1. 构建正常图像时，采样点太少了，导致构建出来的图像存在较大误差。
2. 构建正常图像时，使用了一些不合适的配置：比如并发度很高时buffer十分小。正常人使用软件不会这么配置
3. 正常图像的坐标轴和bug图像不同，举例来说，就是正常图像是通过改变并发度+buffer大小得到的，而bug图像是通过改变table大小和insert_bulk大小得到的。

下周我针对上面三个问题进行改进。尽管初步效果不行，但是我对这个方法还是比较有信心。