[發明專利]一種基于大數據的自愈規則挖掘方法及裝置

在審

• 申請號: 201811437497.8
• 申請日: 2018-11-28
• 公開（公告）號: CN111241145A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 王璇;舒鋒;戴安妮;竺士杰
• 申請（專利權）人: 中國移動通信集團浙江有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q50/30
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種自愈規則的挖掘方法，其特征在于，包括：

采集業務數據、性能數據以及日志數據作為樣本數據；

對所述樣本數據進行預處理，將所述樣本數據轉換為適用于數據挖掘的形式；

對預處理后的樣本數據進行關聯規則挖掘，獲得一定數量的強關聯規則，每一條強關聯規則中至少包括業務數據和性能數據；

對所述強關聯規則進行驗證，若所述強關聯規則必然對應異常現象出現，則將所述強關聯規則作為自愈規則。

2.根據權利要求1所述的挖掘方法，其特征在于，所述對所述樣本數據進行預處理，之前還包括：

通過流式處理將采集的指標值進行標簽化，并根據標簽化的類型將樣本數據存儲在對應的數據庫表中；

相應地，所述對預處理后的樣本數據進行關聯規則挖掘，具體為：

根據用戶確定的標簽，從所述確定的標簽對應的數據庫表中提取樣本數據進行關聯規則挖掘。

3.根據權利要求1所述的挖掘方法，其特征在于，所述關聯規則挖掘的算法為Apriori算法。

4.根據權利要求1所述的挖掘方法，其特征在于，所述對所述強關聯規則進行驗證，具體為采用隨機森林模型對強關聯規則進行驗證。

5.根據權利要求1所述的挖掘方法，其特征在于，所述對所述樣本數據進行預處理，具體為：

對所述樣本數據進行數據清理，包括：刪除重復數據和無關數據、對噪聲數據進行平滑處理以及對異常數據和缺失數據進行插補；

對數據清理后的樣本數據進行維歸約處理，舍棄的樣本數據；

通過平滑聚集和數據概化的方式將維歸約處理后剩余的樣本數據轉換為適用于數據挖掘的形式。

6.一種自愈規則的挖掘裝置，其特征在于，包括：

樣本數據獲取模塊，用于采集業務數據、性能數據以及日志數據作為樣本數據；

預處理模塊，用于對所述樣本數據進行預處理，將所述樣本數據轉換為適用于數據挖掘的形式；

關聯規則挖掘模塊，用于對預處理后的樣本數據進行關聯規則挖掘，獲得一定數量的強關聯規則，每一條強關聯規則中至少包括業務數據和性能數據；

驗證模塊，用于對所述強關聯規則進行驗證，若所述強關聯規則必然對應異常現象出現，則將所述強關聯規則作為自愈規則。

7.根據權利要求6所述的挖掘裝置，其特征在于，所述預處理模塊具體為：

數據清理單元，用于對所述樣本數據進行數據清理，包括：刪除重復數據和無關數據、對噪聲數據進行平滑處理以及對異常數據和缺失數據進行插補；

數據歸約單元，用于對數據清理后的樣本數據進行維歸約處理，舍棄的樣本數據；

變化單元，用于通過平滑聚集和數據概化的方式將維歸約處理后剩余的樣本數據轉換為適用于數據挖掘的形式。

8.一種電子設備，其特征在于，包括：

至少一個處理器；以及

與所述處理器通信連接的至少一個存儲器，其中：

所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如權利要求1至5中任意一項所述的挖掘方法。

9.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令使所述計算機執行如權利要求1至5中任意一項所述的挖掘方法。