[發明專利]一種異常分析方法、裝置、設備以及計算機可讀存儲介質有效
| 申請號： | 202010412742.0 | 申請日： | 2020-05-15 |
| 公開（公告）號： | CN111625398B | 公開（公告）日： | 2023-05-12 |
| 發明（設計）人： | 孟夢 | 申請（專利權）人： | 蘇州浪潮智能科技有限公司 |
| 主分類號： | G06F11/14 | 分類號： | G06F11/14;G06N3/0464;G06N3/08 |
| 代理公司： | 北京集佳知識產權代理有限公司 11227 | 代理人： | 高勇 |
| 地址： | 215100 江蘇省蘇州市吳*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 異常 分析 方法 裝置 設備 以及 計算機 可讀 存儲 介質 | ||
1.一種異常識別方法，其特征在于，包括：
為各項系統參數設置權重，以所述系統參數的異常持續時間與總異常時間的比值作為所述系統參數的權重；
依據所述系統參數與其對應的所述權重構建權重切片，包括：以所述系統參數與其對應的所述權重構建一次切片；以時間為縱軸，橫切所述一次切片得到各異常時間段對應的所述權重切片；
以所述權重切片作為異常樣本對卷積神經網絡進行訓練；
獲取實時權重切片，并通過訓練完成的所述卷積神經網絡分析所述實時權重切片，得到異常類型，包括：通過所述權重切片統計各類型異常的特征曲線，將所述特征曲線保存在特征庫中，當發生異常時，通過比對特征庫，得到異常類型。
2.根據權利要求1所述的異常識別方法，其特征在于，所述系統參數包括CPU利用率、內存利用率、硬盤使用率以及日志文件增長速率。
3.根據權利要求2所述的異常識別方法，其特征在于，還包括：
將所述實時權重切片與所述權重切片進行耦合，得到耦合權重切片，并以所述耦合權重切片作為異常樣本再次訓練所述卷積神經網絡。
4.一種異常識別裝置，其特征在于，包括：
權重設置模塊，用于為各項系統參數設置權重，以所述系統參數的異常持續時間與總異常時間的比值作為所述系統參數的權重；
權重切片構建模塊，用于依據所述系統參數與其對應的所述權重構建權重切片；
所述權重切片構建模塊包括：
一次切片構建單元，用于以所述系統參數與其對應的所述權重構建一次切片；
權重切片構建單元，用于以時間為縱軸，橫切所述一次切片得到各異常時間段對應的所述權重切片；
神經網絡訓練模塊，用于以所述權重切片作為異常樣本對卷積神經網絡進行訓練；
異常識別模塊，用于獲取實時權重切片，并通過訓練完成的所述卷積神經網絡分析所述實時權重切片，得到異常類型；
所述異常識別模塊，具體用于通過所述權重切片統計各類型異常的特征曲線，將所述特征曲線保存在特征庫中，當發生異常時，通過比對特征庫，得到異常類型。
5.一種異常識別設備，其特征在于，包括：
存儲器，用于存儲計算機程序；
處理器，用于執行所述計算機程序時實現如權利要求1至3任一項所述的異常識別方法的步驟。
6.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至3任一項所述的異常識別方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于蘇州浪潮智能科技有限公司，未經蘇州浪潮智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010412742.0/1.html，轉載請聲明來源鉆瓜專利網。
