[發(fā)明專利]一種基于混合模型的動態(tài)感知性能預(yù)告警方法

在審

• 申請?zhí)枺?/td>: 201911115628.5
• 申請日: 2019-11-14
• 公開（公告）號: CN110912737A
• 公開（公告）日: 2020-03-24
• 發(fā)明（設(shè)計）人: 何東;王紅凱;張辰;饒涵宇;夏同飛;李志;閔星;章玉龍;胡鵬
• 申請（專利權(quán)）人: 國網(wǎng)浙江省電力有限公司信息通信分公司;安徽繼遠軟件有限公司;國網(wǎng)信息通信產(chǎn)業(yè)集團有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 合肥天明專利事務(wù)所(普通合伙) 34115
• 代理人: 王麗麗

1.一種基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于,包括如下步驟：

（1）采集業(yè)務(wù)系統(tǒng)的性能指標數(shù)據(jù)；

（2）將采集到的性能指標數(shù)據(jù)進行數(shù)據(jù)清洗并存儲；

（3）將處理過的性能指標數(shù)據(jù)傳入混合模型，獲得未來時刻的預(yù)測值；

（4）若預(yù)測值在告警門限內(nèi)則表示該預(yù)測值在正常范圍內(nèi)，否則發(fā)出性能預(yù)告警信息。

2.根據(jù)權(quán)利要求1所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：步驟（1）中，通過客戶端采集業(yè)務(wù)系統(tǒng)采集性能指標數(shù)據(jù)，即通過在各服務(wù)組件中部署Agent和探針的方式來實時采集和傳輸性能指標數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：步驟（2）中，所述將采集到的性能指標數(shù)據(jù)進行數(shù)據(jù)清洗包括對采集到的性能指標數(shù)據(jù)進行補缺處理、數(shù)據(jù)脫敏處理及統(tǒng)一格式化處理。

4.根據(jù)權(quán)利要求3所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：所述數(shù)據(jù)脫敏方法包括替代、混洗、數(shù)值變換和加密方法。

5.根據(jù)權(quán)利要求1所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：步驟（3）中，所述混合模型采用ARIMA-LSTM混合模型，具體建模方法如下：

（31）將歷史序列數(shù)據(jù)通過ARIMA模型對數(shù)據(jù)進行建模；

（32）利用ARIMA模型獲取序列數(shù)據(jù)中線性成分的預(yù)測值；

（33）利用LSTM模型對ARIMA模型中的殘差進行建模，獲取序列數(shù)據(jù)中非線性成分的預(yù)測值；

（34）將線性成分的預(yù)測值與非線性成分的預(yù)測值相加，得到預(yù)測結(jié)果。

6.根據(jù)權(quán)利要求5所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：所述ARIMA模型的建模方法，具體如下：

（A1）序列平穩(wěn)化處理：通過觀察法觀測或單位根法來檢測時間序列樣本的平穩(wěn)性，若為非平穩(wěn)序列，則需經(jīng)過差分處理以使序列平穩(wěn)化；

（B1）模型定階：通過觀察樣本的ACF圖和PACF圖來選取參數(shù)，得到多種參數(shù)組合，再利用BIC信息量準則從中選擇一組最優(yōu)的模型參數(shù)；

（C1）模型檢驗：通過檢驗?zāi)Ｐ蜌埐钍欠駷榘自肼曅蛄衼眚炞C該模型是否充分有效；

（D1）預(yù)測：根據(jù)歷史時間序列數(shù)據(jù)對序列未來時刻值進行預(yù)測。

7.根據(jù)權(quán)利要求5所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：所述LSTM模型的建模步驟如下：

（A2）輸入數(shù)據(jù)預(yù)處理：將輸入數(shù)據(jù)按時間窗的大小轉(zhuǎn)換成二維矩陣形式，然后對輸入數(shù)據(jù)做歸一化處理；

（B2）初始化LSTM模型：選用ReLU函數(shù)作為LSTM網(wǎng)絡(luò)的激活函數(shù)，選擇均方誤差MSE函數(shù)作為模型訓(xùn)練的損失函數(shù)，并對損失函數(shù)進行L2正則化處理，通過L2正則化限制模型權(quán)重的大小來有效防止過擬合現(xiàn)象的發(fā)生；

（C2）梯度訓(xùn)練確定權(quán)值：采用Adam算法對學(xué)習(xí)率進行優(yōu)化；

（D2）訓(xùn)練輸出并反歸一化：采取迭代預(yù)測方法，對每下一時刻序列值的預(yù)測在經(jīng)上一時刻預(yù)測值變更后的新模型上進行預(yù)測。

8.根據(jù)權(quán)利要求7所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：步驟（A2）中，采用z-score標準化指標對輸入數(shù)據(jù)歸一化處理。

9.根據(jù)權(quán)利要求1所述的基于混合模型的動態(tài)感知性能預(yù)告警方法，其特征在于：步驟（1）中，所述采集業(yè)務(wù)系統(tǒng)的性能指標數(shù)據(jù)包括基礎(chǔ)資源數(shù)據(jù)、網(wǎng)絡(luò)性能數(shù)據(jù)及應(yīng)用性能數(shù)據(jù)。