[發明專利]一種監控模型訓練的方法及裝置

在審

• 申請號: 201910458041.8
• 申請日: 2019-05-29
• 公開（公告）號: CN110175679A
• 公開（公告）日: 2019-08-27
• 發明（設計）人: 周可;劉俊杰;邸帥;盧道和
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06Q40/02
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明實施例提供一種監控模型訓練的方法及裝置，其中方法包括：接收機器學習平臺中的至少一個節點分別上報的監控信息，并根據所述至少一個節點分別對應的監控信息確定監控指標以及所述監控指標對應的信息；進一步地，若確定所述監控指標對應的信息觸發所述監控指標對應的告警規則，則執行告警。本發明實施例中，通過至少一個節點上報監控信息，可以及時獲取至少一個節點的狀態，并可以節省流量；且，通過至少一個節點的監控信息得到監控指標對應的信息，可以實現對機器學習平臺執行一個或多個模型訓練任務的整個流程進行監控，并可以根據執行的結果進行報警，便于運維人員及時進行維護工作，保證金融領域的正常運行。

技術領域

本發明涉及金融科技(Fintech)技術領域，尤其涉及一種監控模型訓練的方法及裝置。

背景技術

隨著計算機技術的發展，越來越多的技術應用在金融領域，傳統金融業正在逐步向金融科技(Fintech)轉變，然而，由于金融行業具有安全性和實時性的要求，從而也對技術提出了更高的要求。以銀行為例，銀行每天都會涉及到大量的客戶和交易，因此銀行在一段時間內可能會產生上億條數據，這些數據可以包括客戶的身份數據、賬單數據、交易數據、轉賬記錄數據等等。通常來說，金融科技領域中可以采用機器學習模型來維護這些數據，相比于手工維護的方式來說，機器學習模型維護數據可以解放勞動力，提高生產率；舉例來說，通過手工維護的方式審查1.2萬份年度商業信貸協議至少需要36萬工時，而采用機器學習模型則可以在幾個工時內完成對相同數量的協議的審核。由此可知，將機器學習模型應用在金融科技領域，可以保證金融行業的正常運行。

現階段，用戶可以通過開源的機器學習平臺訓練得到機器學習模型，機器學習平臺中設置有訓練模型的通用算法，因此用戶只需在機器學習平臺上輸入訓練數據即可得到機器學習模型，而模型訓練的過程則是在機器學習平臺的內部自行執行的。然而，用戶更傾向于可以時刻監控機器學習平臺訓練模型的過程；如此，用戶可以及時獲取模型訓練的狀態，保證金融行業的正常運行；比如，若發現某一個模型在訓練的過程中出現問題，則用戶可以及時進行矯正，避免訓練得到的模型過于不準確；又比如，若發現一段時間內某個部門訓練了多個相同的模型，則可以對該部門的業務進行審查，避免由于重大的業務失誤造成的損失。

綜上，目前亟需一種監控模型訓練的方法，用以實現對機器學習平臺訓練模型的過程進行監控。

發明內容

本發明實施例提供一種監控模型訓練的方法及裝置，用以實現對機器學習平臺訓練模型的過程進行監控。

第一方面，本發明實施例提供的一種監控模型訓練的方法，包括：

接收機器學習平臺中的至少一個節點分別上報的監控信息，并根據所述至少一個節點分別對應的監控信息，確定所述一個或多個模型訓練任務的監控指標以及所述監控指標對應的信息；所述監控信息為所述至少一個節點通過執行一個或多個模型訓練任務生成的，所述監控指標表征所述一個或多個模型訓練任務的執行信息；進一步地，若確定所述監控指標對應的信息觸發所述監控指標對應的告警規則，則執行告警。

在上述設計中，在機器學習平臺執行一個或多個模型訓練任務的過程中，通過至少一個節點上報監控信息，可以及時獲取至少一個節點的狀態，并可以節省流量，比如模型訓練啟動節點每次啟動模型訓練過程時可以上報一次監控狀態，從而可以根據模型訓練啟動節點上報的監控狀態確定預設時間段內共啟動了多少次模型訓練過程，便于統計分析；且，通過至少一個節點的監控信息得到監控指標對應的信息，可以實現對機器學習平臺執行一個或多個模型訓練任務的整個流程進行監控，并可以根據執行的結果進行報警，便于運維人員及時進行維護工作，保證金融領域的正常運行。

在一種可能的設計中，所述監控指標包括以下任意一項或任意多項：所述一個或多個模型訓練任務的執行結果、執行所述一個或多個模型訓練任務所消耗的計算資源、執行所述一個或多個模型訓練任務的數據存儲情況。