[發明專利]閾值生成方法、裝置、設備和存儲介質

有效

• 申請號: 202010115819.8
• 申請日: 2020-02-24
• 公開（公告）號: CN111339074B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 張全平;喬獻強;任萬千;黃光強
• 申請（專利權）人: 深圳市名通科技股份有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/28;G06N20/10
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 張小容

本發明公開了一種閾值生成方法，包括以下步驟：獲取監測預警系統采集的歷史數據，根據所述歷史數據進行建模，生成信號識別模型，將所述歷史數據反向輸入信號識別模型，調整生成閾值。本發明還公開了一種閾值生成裝置、設備和存儲介質。本發明實現了閾值的動態生成，構建自反饋監測預警系統，持續進行系統自動調整，使得閾值隨著監測預警系統的運行時長增加而更趨近于準確。

技術領域

本發明涉及智能監測與預警技術領域，尤其涉及閾值生成方法、裝置、設備和存儲介質。

背景技術

目前在各個生產領域特別是移動通信領域，各種監測預警系統的應用越來越廣泛，作為監測預警系統的關鍵，監測預警系統的閾值的準確性關乎監測預警系統的效果。

當前行業中較多的監測預警系統主要還是通過傳統的方式憑借經驗獲取閾值并人工手動設置，隨著技術的發展，行業中雖出現了一些閾值動態生成的方法，但主要還是通過類似數據采集模塊先采集配置的預設閾值、活動周期內預估的業務指標數據和預估業務趨勢數據，對數據進行分析，通過類似權重計算模塊，計算各個業務指標數據的權重系數，根據各個指標的權重在原預設閾值基礎上進行調整獲取新閾值，最后通過類似閾值上下限約束模塊，對新產生的閾值進行裁剪，獲取最終的閾值，該方法雖一定程度上實現了閾值的動態生成，但獲取的閾值并不準確。

發明內容

本發明的主要目的在于提供一種閾值生成方法、裝置、設備和存儲介質，旨在解決監測預警系統無法設置準確的閾值的技術問題。

為實現上述目的，本發明提供閾值生成方法，所述閾值生成方法包括以下步驟：

獲取數據庫中的歷史數據；

根據所述歷史數據中的監測信號時域數據和場景數據進行建模，生成信號識別模型；

將所述歷史數據中的預設閾值和預警數據輸入信號識別模型，生成新閾值。

在一實施例中，所述獲取數據庫中的歷史數據的步驟之前，包括：

采集預設閾值、監測信號時域數據、預警數據和場景數據，將所述預設閾值、所述監測信號時域數據、所述預警數據和所述場景數據作為歷史數據寫入數據庫。

在一實施例中，述根據所述歷史數據中的監測信號時域數據和場景數據進行建模，生成信號識別模型的步驟，包括：

對所述歷史數據中的監測信號時域數據和場景數據進行數據清洗，生成訓練數據；

使用所述訓練數據構建第一特征向量，使用所述第一特征向量訓練生成信號識別模型。

在一實施例中，所述預警數據中包含準確預警數據和準確預警信號數據；

所述將所述歷史數據中的預設閾值和預警數據輸入信號識別模型，生成新閾值的步驟包括：

根據所述歷史數據中的準確預警數據和準確預警信號數據構建第二特征向量；

通過所述第二特征向量訓練所述信號識別模型，獲得調整后的信號識別模型；

將所述預設閾值輸入所述調整后的信號識別模型中，生成新閾值。

在一實施例中，所述預警數據中包含誤預警數據和誤預警信號數據；

所述將所述歷史數據中的預設閾值和預警數據輸入信號識別模型，生成新閾值的步驟，包括：

根據所述歷史數據中的誤預警數據和誤預警信號數據構建第三特征向量；

通過所述第三特征向量訓練所述信號識別模型，獲得調整后的信號識別模型；

將所述預設閾值輸入所述調整后的信號識別模型中，生成新閾值。