[發明專利]一種告警信息獲取的方法以及服務器

有效

• 申請號: 201710357997.X
• 申請日: 2017-05-19
• 公開（公告）號: CN108964951B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 陳愛明;藺紹祝
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/08
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

本發明實施例公開了一種告警信息獲取的方法，包括：獲取業務數據，業務數據為服務器當前所監控的數據；根據預置監控規則從業務數據中確定待告警業務數據，預置監控規則為根據最優樣本以及自定義經驗樣本學習得到的，最優樣本為根據預設樣本量確定的樣本，自定義經驗樣本為預先指定的樣本；根據待告警業務數據生成告警信息，并向客戶端發送告警信息。本發明實施例還提供一種服務器。本發明采用最優樣本以及自定義經驗樣本來訓練得到預置監控規則，一方面可以實時根據當前監控的數據進行最優樣本的調整，以此提升算法的靈活性，另一方面引入了自定義經驗樣本，可以增加更多具有代表性的經驗樣本，從而進一步提升業務監控系統監控的準確性。

技術領域

本發明涉及互聯網監控領域，尤其涉及一種告警信息獲取的方法以及服務器。

背景技術

隨著互聯網業務的迅速發展，自動化監控也越來越受關注。為了提升監控的準確性，在業務監控系統選擇樣本的過程中，也應該考慮到所選樣本的時效性，與此同時，由于業務量越來越大，對樣本的采集和訓練也會更加消耗業務監控系統的內存。

目前，為了權衡算法耗時、內存消耗以及樣本精度，已設計一種最小化波動率與最優化相關系數(Minimize Volatility and Optimization the CorrelationCoefficient，MVOCC)算法。MVOCC算法利用關聯矩陣的對稱性來降低時間和空間的復雜度，而且計算累積波動率時可以消除延時因子，提升算法精度。此外，MOVCC算法在執行過程中無需人工干預，通過對歷史樣本的自助學習，標識出最能代表當前監控點總體水平的樣本組合，從而為監控提供可靠的最優樣本。

然而，在云業務監控中，由于云業務對實時性要求更高，且迭代速度更快，因此需要選取更加實時的動態樣本進行學習。而采用MVOCC算法只能選擇出靜態樣本中的最優樣本，從而導致算法靈活度較差，難以滿足業務監控系統監控的準確性。

發明內容

本發明實施例提供了一種告警信息獲取的方法以及服務器，一方面可以實時根據當前監控的數據進行最優樣本的調整，以此提升算法的靈活性，另一方面引入了自定義經驗樣本，可以增加更多具有代表性的經驗樣本，從而進一步提升業務監控系統監控的準確性。

有鑒于此，本發明第一方面提供了一種告警信息獲取的方法，包括：

獲取業務數據，其中，所述業務數據為服務器當前所監控的數據；

根據預置監控規則從所述業務數據中確定待告警業務數據，其中，所述預置監控規則為根據最優樣本以及自定義經驗樣本學習得到的，所述最優樣本為根據預設樣本量確定的樣本，所述自定義經驗樣本為預先指定的樣本；

根據所述待告警業務數據生成告警信息，并向客戶端發送所述告警信息。

本發明第二方面提供了一種服務器，包括：

第一獲取模塊，用于獲取業務數據，其中，所述業務數據為服務器當前所監控的數據；

第一確認模塊，用于根據預置監控規則從所述第一獲取模塊獲取的所述業務數據中確定待告警業務數據，其中，所述預置監控規則為根據最優樣本以及自定義經驗樣本學習得到的，所述最優樣本為根據預設樣本量確定的樣本，所述自定義經驗樣本為預先指定的樣本；

發送模塊，用于根據所述第一確認模塊確定的所述待告警業務數據生成告警信息，并向客戶端發送所述告警信息。

本發明第三方面提供了一種服務器，包括：存儲器、收發器、處理器以及總線系統；

其中，所述存儲器用于存儲程序；

所述處理器用于執行所述存儲器中的程序，具體如下步驟：

獲取業務數據，其中，所述業務數據為服務器當前所監控的數據；