申请/专利权人：北京智麟科技有限公司;智麟科技有限公司

申请日：2024-01-17

公开（公告）日：2024-04-23

公开（公告）号：CN117609100B

主分类号：G06F11/36

分类号：G06F11/36;G06F8/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开了一种自动化代码合并及部署方法，包括以下步骤，基于版本控制系统，采用数据清洗算法，进行代码变更数据收集，并进行格式规范化，生成清洗后的代码变更数据。本发明中，通过主成分分析和支持向量机，成功提取代码的关键特征，训练出预测风险的准确模型，提升风险管理效率，结合决策树算法和资源规划，制定高效部署策略，确保资源最优利用，采用Git合并命令和Selenium框架自动化测试，减少人工干预，提高部署流程自动化和稳定性，运用性能监控工具和时间序列分析对部署后性能进行全面评估，确保最终部署质量，综合而言，这些措施全面提高软件开发和部署的效率、安全性和可靠性，为项目成功奠定坚实基础。

主权项：1.一种自动化代码合并及部署方法，其特征在于，包括以下步骤：基于版本控制系统，采用数据清洗算法，进行代码变更数据收集，并进行格式规范化，生成清洗后的代码变更数据；基于所述清洗后的代码变更数据，采用主成分分析方法，进行关键特征提取，并进行特征编码，生成代码特征集；基于所述代码特征集，采用支持向量机算法，进行风险模式训练，并进行模型优化，生成风险评估模型；基于所述风险评估模型和历史部署数据，采用决策树算法，进行部署策略制定，并进行资源分配规划，生成部署策略方案；基于所述部署策略方案，采用Git合并命令，进行代码合并操作，并进行冲突检测与解决，生成代码合并操作；基于所述代码合并操作，采用Selenium框架，进行自动化测试执行，并进行测试结果分析，生成测试报告；基于代码部署过程，采用应用性能监控工具，进行性能数据收集，并进行时间序列分析，生成性能评估报告；基于所述测试报告和性能评估报告，采用规则引擎，进行部署策略调整，并进行优化操作执行，生成优化后的部署执行；基于所述代码特征集，采用支持向量机算法，进行风险模式训练，并进行模型优化，生成风险评估模型的步骤具体为：基于所述代码特征集，采用支持向量机算法进行风险模式训练，生成初步风险模式模型；基于所述初步风险模式模型，应用交叉验证技术评估模型性能，生成性能评估报告；基于所述性能评估报告，采用超参数优化技术调整SVM模型参数，生成调优后风险模式模型；基于所述调优后风险模式模型，应用特征选择技术精细化模型，生成风险评估模型；所述支持向量机算法具体为一种用于分类和回归任务的监督学习算法，所述交叉验证技术具体指将数据集分割成多个部分，轮流使用其中一部分作为测试集，其余作为训练集，进而评估模型性能，所述超参数优化技术具体为通过网格搜索系统地测试差异化参数组合，获取最佳模型配置，所述特征选择技术具体为识别并选取用于模型预测的特征；基于所述部署策略方案，采用Git合并命令，进行代码合并操作，并进行冲突检测与解决，生成代码合并操作的步骤具体为：基于所述部署策略方案，采用Git合并命令进行初步的代码合并操作，并检测合并冲突，生成初步代码合并结果；基于所述初步代码合并结果，进行冲突检测，识别合并中的代码差异和潜在问题，生成冲突检测报告；基于所述冲突检测报告，应用冲突解决策略，手动或自动解决代码冲突，生成冲突解决后的代码；将所述冲突解决后的代码进行合并，监测代码的一致性和完整性，生成代码合并操作；所述Git合并命令具体为在版本控制系统中自动合并差异化分支的代码更改，所述冲突检测具体指识别代码合并过程中出现的不一致或重复代码片段，所述冲突解决策略具体为编辑冲突代码自动解决冲突。

全文数据：

权利要求：

百度查询： 北京智麟科技有限公司;智麟科技有限公司 一种自动化代码合并及部署方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD