[發(fā)明專利]運(yùn)維指標(biāo)的取值分布的預(yù)測方法和裝置

在審

• 申請?zhí)枺?/td>: 202010003227.7
• 申請日: 2020-01-02
• 公開（公告）號: CN111369033A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 石子凡;崔喜龍;李海南
• 申請（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06F17/18
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 王艷斌

本發(fā)明提出一種運(yùn)維指標(biāo)的取值分布的預(yù)測方法和裝置，其中，該方法包括以下步驟：獲取運(yùn)維數(shù)據(jù)；對運(yùn)維數(shù)據(jù)進(jìn)行概率化處理，得到基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)；利用預(yù)先建立的預(yù)測模型，對所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測目標(biāo)指標(biāo)的當(dāng)前值的取值分布。本發(fā)明的實(shí)施例，能夠降低系統(tǒng)處理的數(shù)據(jù)量，提升運(yùn)維數(shù)據(jù)的實(shí)用性，且使得系統(tǒng)能夠針對海量運(yùn)維數(shù)據(jù)進(jìn)行預(yù)測，提升系統(tǒng)預(yù)測能力以及預(yù)測效率。

技術(shù)領(lǐng)域

本發(fā)明涉及運(yùn)維技術(shù)領(lǐng)域，特別涉及一種運(yùn)維指標(biāo)的取值分布的預(yù)測方法和裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)中各種計(jì)算機(jī)系統(tǒng)、設(shè)備已經(jīng)逐漸遍布越來越多的行業(yè)及領(lǐng)域。這些計(jì)算機(jī)系統(tǒng)或設(shè)備每天甚至每時每刻都會產(chǎn)生海量的運(yùn)維數(shù)據(jù)。計(jì)算機(jī)系統(tǒng)或者技術(shù)人員可根據(jù)運(yùn)維數(shù)據(jù)對各項(xiàng)運(yùn)維指標(biāo)進(jìn)行預(yù)測，以便對計(jì)算機(jī)系統(tǒng)或設(shè)備的運(yùn)行情況進(jìn)行監(jiān)控和管理。然而龐大的數(shù)據(jù)量給運(yùn)維數(shù)據(jù)的分析和預(yù)測帶來難度，嚴(yán)重影響系統(tǒng)的時效性及實(shí)用性。

發(fā)明內(nèi)容

本發(fā)明旨在至少在一定程度上解決上述技術(shù)問題。

為此，本發(fā)明的第一個目的在于提出一種運(yùn)維指標(biāo)的取值分布的預(yù)測方法，能夠降低系統(tǒng)處理的數(shù)據(jù)量，提升運(yùn)維數(shù)據(jù)的實(shí)用性，提升系統(tǒng)預(yù)測能力以及預(yù)測效率。

本發(fā)明的第二個目的在于提出一種運(yùn)維指標(biāo)的取值分布的預(yù)測裝置。

為達(dá)上述目的，根據(jù)本發(fā)明第一方面實(shí)施例提出了一種運(yùn)維指標(biāo)的取值分布的預(yù)測方法，包括以下步驟：

獲取運(yùn)維數(shù)據(jù)；

對運(yùn)維數(shù)據(jù)進(jìn)行概率化處理，得到基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)；

利用預(yù)先建立的預(yù)測模型，對所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

另外，根據(jù)本發(fā)明的運(yùn)維指標(biāo)的取值分布的預(yù)測方法還可以具有如下附加技術(shù)特征：

在本發(fā)明的一個實(shí)施例中，所述對運(yùn)維數(shù)據(jù)進(jìn)行概率化處理，得到基于概率結(jié)構(gòu)的運(yùn)維數(shù)據(jù)，包括：

按照預(yù)設(shè)規(guī)則對所述運(yùn)維數(shù)據(jù)進(jìn)行聚合，得到多個數(shù)據(jù)組；

分別對每個數(shù)據(jù)組進(jìn)行統(tǒng)計(jì)分析，得到所述多個數(shù)據(jù)組的統(tǒng)計(jì)參數(shù)，并作為所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)。

在本發(fā)明的一個實(shí)施例中，所述利用預(yù)先建立的預(yù)測模型，對所述概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測目標(biāo)指標(biāo)的當(dāng)前值的取值分布，包括：

從所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)中提取所述目標(biāo)指標(biāo)對應(yīng)的歷史運(yùn)維數(shù)據(jù)；

利用第一預(yù)設(shè)模型對所述目標(biāo)指標(biāo)對應(yīng)的歷史運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測所述目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

在本發(fā)明的一個實(shí)施例中，所述第一預(yù)設(shè)模型為貝葉斯動態(tài)線性模型。

在本發(fā)明的一個實(shí)施例中，所述利用預(yù)先建立的預(yù)測模型，對所述概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測目標(biāo)指標(biāo)的當(dāng)前值的取值分布，包括：

根據(jù)第二預(yù)設(shè)模型確定所述運(yùn)維數(shù)據(jù)中多個運(yùn)維指標(biāo)之間的條件依賴關(guān)系，并確定所述目標(biāo)指標(biāo)的至少一個關(guān)聯(lián)指標(biāo)；

從所述基于概率數(shù)據(jù)結(jié)構(gòu)的運(yùn)維數(shù)據(jù)中提取所述至少一個關(guān)聯(lián)指標(biāo)的當(dāng)前運(yùn)維數(shù)據(jù)；

根據(jù)所述第二預(yù)設(shè)模型對所述確定所述至少一個關(guān)聯(lián)指標(biāo)的當(dāng)前運(yùn)維數(shù)據(jù)進(jìn)行分析，以預(yù)測所述目標(biāo)指標(biāo)的當(dāng)前值的取值分布。

在本發(fā)明的一個實(shí)施例中，所述第二預(yù)設(shè)模型為貝葉斯網(wǎng)絡(luò)模型。

本發(fā)明第二方面實(shí)施例提出了一種運(yùn)維指標(biāo)的取值分布的預(yù)測裝置，包括：

獲取模塊，用于獲取運(yùn)維數(shù)據(jù)；