[發(fā)明專利]一種全鏈路監(jiān)控系統(tǒng)中的異常預測方法及裝置

在審

• 申請?zhí)枺?/td>: 201910733285.2
• 申請日: 2019-08-09
• 公開（公告）號: CN110428018A
• 公開（公告）日: 2019-11-08
• 發(fā)明（設計）人: 廖明耀;文建軍;史金奇;李國婧;高阿鵬;任春雷
• 申請（專利權(quán)）人: 北京中電普華信息技術(shù)有限公司;國網(wǎng)信息通信產(chǎn)業(yè)集團有限公司;國家電網(wǎng)有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/215;G06F11/34
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 潘穎

1.一種全鏈路監(jiān)控系統(tǒng)中的異常預測方法，其特征在于，包括：

當接收到目標系統(tǒng)的當前監(jiān)控數(shù)據(jù)時，對所述當前監(jiān)控數(shù)據(jù)進行降維和清理操作，得到目標監(jiān)控數(shù)據(jù)；

將所述目標監(jiān)控數(shù)據(jù)傳遞給采用預設的訓練方法訓練得到的運維管控模型中進行預測，得到所述目標系統(tǒng)在下一時間區(qū)間的異常預測結(jié)果；

將所述異常預測結(jié)果展示給運維人員。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

依據(jù)所述運維管控模型，對所述目標系統(tǒng)的當前狀態(tài)進行分析。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

將所述異常預測結(jié)果與實際結(jié)果進行比較，當兩者的差異值滿足預設的第一差異閾值時，將所述當前監(jiān)控數(shù)據(jù)和所述實際結(jié)果進行保存。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

當檢測到所述當前監(jiān)控數(shù)據(jù)的數(shù)據(jù)量達到預設的數(shù)據(jù)量閾值時，將所述當前監(jiān)控數(shù)據(jù)的接收模式調(diào)整為集群接收模式。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，當接收到目標系統(tǒng)的當前監(jiān)控數(shù)據(jù)時，對所述當前監(jiān)控數(shù)據(jù)進行降維和清理操作，得到目標監(jiān)控數(shù)據(jù)，包括：

采用主成分分析法，對所述當前監(jiān)控數(shù)據(jù)進行降維操作，得到降維監(jiān)控數(shù)據(jù)；

篩選出所述降維監(jiān)控數(shù)據(jù)中的異常監(jiān)控數(shù)據(jù)，對所述異常監(jiān)控數(shù)據(jù)進行刪除，得到目標監(jiān)控數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，采用預設的訓練方法訓練得到的運維管控模型，包括：

采用機器學習算法和邏輯回歸算法構(gòu)建初始運維管控模型；

獲取所述目標系統(tǒng)的各個歷史記錄，其中，所述歷史記錄包括：歷史監(jiān)控數(shù)據(jù)和歷史結(jié)果；

將每一個歷史監(jiān)控數(shù)據(jù)傳遞給所述初始運維管控模型，將得到的預測結(jié)果與其對應的歷史結(jié)果進行對比；

將預測結(jié)果與對應的歷史結(jié)果的差異值小于預設的第二差異閾值的數(shù)量與所述各個歷史記錄總數(shù)量的比值達到預設的比例閾值時，得到所述運維管控模型。

7.一種全鏈路監(jiān)控系統(tǒng)中的異常預測裝置，其特征在于，包括：

降維清理模塊，用于當接收到目標系統(tǒng)的當前監(jiān)控數(shù)據(jù)時，對所述當前監(jiān)控數(shù)據(jù)進行降維和清理操作，得到目標監(jiān)控數(shù)據(jù)；

預測模塊，用于將所述目標監(jiān)控數(shù)據(jù)傳遞給采用預設的訓練方法訓練得到的運維管控模型中進行預測，得到所述目標系統(tǒng)在下一時間區(qū)間的異常預測結(jié)果；

展示模塊，用于將所述異常預測結(jié)果展示給運維人員。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，還包括：

模式調(diào)整模塊，用于當檢測到所述當前監(jiān)控數(shù)據(jù)的數(shù)據(jù)量達到預設的數(shù)據(jù)量閾值時，將所述當前監(jiān)控數(shù)據(jù)的接收模式調(diào)整為集群接收模式。

9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述降維清理模塊包括：

降維單元，用于采用主成分分析法，對所述當前監(jiān)控數(shù)據(jù)進行降維操作，得到降維監(jiān)控數(shù)據(jù)；

篩選刪除單元，用于篩選出所述降維監(jiān)控數(shù)據(jù)中的異常監(jiān)控數(shù)據(jù)，對所述異常監(jiān)控數(shù)據(jù)進行刪除，得到目標監(jiān)控數(shù)據(jù)。

10.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述預測模塊包括：

構(gòu)建單元，用于采用機器學習算法和邏輯回歸算法構(gòu)建初始運維管控模型；

獲取單元，用于獲取所述目標系統(tǒng)的各個歷史記錄，其中，所述歷史記錄包括：歷史監(jiān)控數(shù)據(jù)和歷史結(jié)果；

傳遞對比單元，用于將每一個歷史監(jiān)控數(shù)據(jù)傳遞給所述初始運維管控模型，將得到的預測結(jié)果與其對應的歷史結(jié)果進行對比；

完成單元，用以將預測結(jié)果與對應的歷史結(jié)果的差異值小于預設的第二差異閾值的數(shù)量與所述各個歷史記錄總數(shù)量的比值達到預設的比例閾值時，得到所述運維管控模型。