[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

本申請公開了一種異常識別方法，包括為各項系統參數設置權重；依據所述系統參數與其對應的所述權重構建權重切片；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。該異常識別方法能夠實現自主學習，精確定位異常類型。本申請還公開了一種異常識別的裝置、設備及計算機可讀存儲介質，均具有上述技術效果。

技術領域

本申請涉及計算機技術領域，特別涉及一種異常分析方法；還涉及一種異常分析裝置、設備以及計算機可讀存儲介質。

背景技術

隨著計算機技術的發展與普及，計算機已成為各領域必不可少的工作設備。而伴隨著的工作任務的增加，計算機的工作量隨之加重，由此導致計算機系統故障頻發。準確有效的定位故障，對于及時修復故障，保障生產效率至關重要。然而，目前的異常識別方案定位精度低，無自主學習能力，不能滿足在新的系統生態中定位異常以及發現新的異常的需求。有鑒于此，如何提高系統異常定位的準確性已成為本領域技術人員亟待解決的技術問題。

發明內容

本申請的目的是提供一種異常識別方法，能夠實現自主學習，精確定位異常類型；本申請的另一個目的是提供一種異常識別裝置、設備以及計算機可讀存儲介質，均具有上述技術效果。

為解決上述技術問題，本申請提供一種異常識別方法，包括：

為各項系統參數設置權重；

依據所述系統參數與其對應的所述權重構建權重切片；

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。

可選的，所述為各項系統參數設置權重，包括：

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。

可選的，所述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。

可選的，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。

可選的，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。

為解決上述技術問題，本申請還提供了一種異常識別裝置，包括：

權重設置模塊，用于為各項系統參數設置權重；

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；

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。

可選的，所述權重設置模塊具體用于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。

可選的，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。

為解決上述技術問題，本申請還提供了一種異常識別設備，包括：