[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的信息系統(tǒng)運行狀態(tài)風(fēng)險預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201811487389.1
• 申請日: 2018-12-06
• 公開（公告）號: CN109492826B
• 公開（公告）日: 2021-12-14
• 發(fā)明（設(shè)計）人: 李純;鄭滔;劉培鋒
• 申請（專利權(quán)）人: 遠(yuǎn)光軟件股份有限公司
• 主分類號: G06F16/00
• 分類號: G06F16/00
• 代理公司: 北京天達(dá)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11386
• 代理人: 胡時冶;龐許倩

1.一種基于機(jī)器學(xué)習(xí)的信息系統(tǒng)運行狀態(tài)風(fēng)險預(yù)測方法，其特征在于，包括以下步驟：

采集原始日志中的指標(biāo)數(shù)據(jù)，選取多個維度的所述指標(biāo)數(shù)據(jù)，得到每個維度指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集，選取多個維度的所述指標(biāo)數(shù)據(jù)，具體包括：選取目標(biāo)系統(tǒng)服務(wù)器指標(biāo)數(shù)據(jù)中的CPU利用率、內(nèi)存利用率，選取網(wǎng)絡(luò)指標(biāo)數(shù)據(jù)中的實時網(wǎng)絡(luò)速度，選取應(yīng)用程序指標(biāo)數(shù)據(jù)中的SQL執(zhí)行性能，選取中間件指標(biāo)數(shù)據(jù)中的中間件線程池等待隊列中請求數(shù)，其中，SQL執(zhí)行性能也可作為數(shù)據(jù)庫指標(biāo)數(shù)據(jù)；

針對每個維度指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集，構(gòu)建相應(yīng)維度指標(biāo)數(shù)據(jù)的維度值預(yù)測模型；

利用各維度值預(yù)測模型，預(yù)測得到對應(yīng)維度指標(biāo)數(shù)據(jù)預(yù)設(shè)未來時長的縱向預(yù)測值；

根據(jù)所述預(yù)設(shè)未來時長的縱向預(yù)測值，結(jié)合所述多個維度指標(biāo)數(shù)據(jù)與風(fēng)險結(jié)果值的對應(yīng)關(guān)系，得到預(yù)設(shè)未來時長的風(fēng)險預(yù)測結(jié)果，所述多個維度指標(biāo)數(shù)據(jù)與風(fēng)險結(jié)果值的對應(yīng)關(guān)系通過下述步驟得到：采用決策樹學(xué)習(xí)算法，對所述多個維度指標(biāo)數(shù)據(jù)按歷史時間節(jié)點分析，得到所述多個維度指標(biāo)數(shù)據(jù)與風(fēng)險結(jié)果值的對應(yīng)關(guān)系；

針對每個維度指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集，構(gòu)建相應(yīng)維度指標(biāo)數(shù)據(jù)的維度值預(yù)測模型，包括：針對每個維度的指標(biāo)數(shù)據(jù)，分別采用不同的回歸方法進(jìn)行訓(xùn)練，將各自訓(xùn)練得到的預(yù)測結(jié)果與各自的測試集進(jìn)行對比，以正確率作為指標(biāo)，確定每個維度指標(biāo)數(shù)據(jù)最適合的回歸方法，將最合適的回歸方法作為相應(yīng)維度指標(biāo)數(shù)據(jù)的維度值預(yù)測模型，所述回歸方法包括線性回歸、樹回歸以及神經(jīng)網(wǎng)絡(luò)回歸；

根據(jù)所述預(yù)設(shè)未來時長的縱向預(yù)測值，結(jié)合所述多個維度指標(biāo)數(shù)據(jù)與風(fēng)險結(jié)果值的對應(yīng)關(guān)系，得到預(yù)設(shè)未來時長的風(fēng)險預(yù)測結(jié)果，具體包括：根據(jù)所述預(yù)設(shè)未來時長的縱向預(yù)測值，結(jié)合所述多個維度指標(biāo)數(shù)據(jù)與風(fēng)險結(jié)果值的對應(yīng)關(guān)系，按照未來的時間節(jié)點，生成未來每個時間節(jié)點的風(fēng)險預(yù)測結(jié)果值，根據(jù)所述風(fēng)險預(yù)測結(jié)果值得到風(fēng)險級別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括，對采集得到的指標(biāo)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化對象存儲，得到結(jié)構(gòu)化存儲后的指標(biāo)數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，得到每個維度的所述指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集，具體包括：根據(jù)采集時間點，按照預(yù)設(shè)時間間隔，對所述指標(biāo)數(shù)據(jù)進(jìn)行篩選，得到選取的每個維度指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，針對每個維度的指標(biāo)數(shù)據(jù)，分別采用不同的回歸方法進(jìn)行訓(xùn)練，具體包括：針對每個維度的指標(biāo)數(shù)據(jù)，分別采用線性回歸、樹回歸、神經(jīng)網(wǎng)絡(luò)回歸方法進(jìn)行訓(xùn)練。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括，間隔一段時間，重復(fù)采集原始日志中的指標(biāo)數(shù)據(jù)，再次選取多個維度的所述指標(biāo)數(shù)據(jù)，得到每個維度指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集，以對每個維度指標(biāo)數(shù)據(jù)的訓(xùn)練集和測試集進(jìn)行增量調(diào)整。