[發(fā)明專利]一種預測性能參數(shù)的方法及裝置

在審

• 申請?zhí)枺?/td>: 202010500315.8
• 申請日: 2020-06-04
• 公開（公告）號: CN111625440A
• 公開（公告）日: 2020-09-04
• 發(fā)明（設計）人: 王麗偉
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06N3/04;G06N20/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 儲倩

本申請公開了一種預測性能參數(shù)的方法，包括：獲取K組性能參數(shù)，該K組性能參數(shù)為在待監(jiān)測系統(tǒng)在K個時刻分別對應的性能參數(shù)，將所述K組性能參數(shù)輸入機器學習模型，得到目標性能參數(shù)，目標性能參數(shù)為待監(jiān)測系統(tǒng)在目標時刻的性能參數(shù)，目標時刻晚于K個時刻中的最晚時刻。其中，該機器學習模型，用于根據(jù)K組性能參數(shù)，預測待監(jiān)測系統(tǒng)在所述目標時刻的性能參數(shù)。由此可見，利用本申請實施例的方案，可以根據(jù)已經監(jiān)測到的待監(jiān)測系統(tǒng)的性能參數(shù)，預測待監(jiān)測系統(tǒng)在未來的目標時刻的性能參數(shù)。進一步地，可以提前確定針對目標性能參數(shù)的處理措施。即利用本方案，可以在目標時刻到來之前，就確定對應的處理措施，從而避免影響待監(jiān)測系統(tǒng)正常運行。

技術領域

本申請涉及計算機領域，特別是涉及一種預測性能參數(shù)的方法及裝置。

背景技術

目前，可以對系統(tǒng)的性能參數(shù)進行監(jiān)測，以確定系統(tǒng)的運行情況。進一步地，在根據(jù)性能參數(shù)確定系統(tǒng)運行出現(xiàn)異常時，可以發(fā)出預警信號。以提示工作人員系統(tǒng)運行異常，以便于工作人員進行問題定位并確定相應的處理措施，從而避免影響系統(tǒng)運行。

但是，目前這種方案，還是會影響系統(tǒng)的運行。

發(fā)明內容

本申請所要解決的技術問題是如何盡可能避免影響系統(tǒng)正常運行，提供一種預測性能參數(shù)的方法及裝置。

第一方面，本申請實施例提供了一種預測性能參數(shù)的方法，所述方法包括：獲取K組性能參數(shù)，所述K組性能參數(shù)為待監(jiān)測系統(tǒng)在K個時刻分別對應的性能參數(shù)；

將所述K組性能參數(shù)輸入機器學習模型，得到目標性能參數(shù)，所述目標性能參數(shù)為所述待監(jiān)測系統(tǒng)在目標時刻的性能參數(shù)，所述目標時刻晚于所述K個時刻中的最晚時刻；其中：

所述機器學習模型，用于根據(jù)所述K組性能參數(shù)，預測所述待監(jiān)測系統(tǒng)在所述目標時刻的性能參數(shù)。

可選的，將所述K組性能參數(shù)輸入機器學習模型，包括:

將所述K組性能參數(shù)按照所述K組性能參數(shù)對應的采集時刻的順序，輸入所述機器學習模型。

可選的，所述K個時刻中相鄰兩個時刻之間的時間差為第一值，所述目標時刻和第一時刻之間的時間差為所述第一值，所述第一時刻為所述K個時刻中的最晚時刻。

可選的，所述方法還包括：

當所述目標性能參數(shù)符合預設條件時，觸發(fā)報警操作。

可選的，所述方法還包括：

獲取訓練樣本，所述訓練樣本包括K+1組性能參數(shù)，所述K+1組性能參數(shù)為在待監(jiān)測系統(tǒng)在K+1個時刻分別對應的性能參數(shù)；

利用所述訓練樣本訓練所述機器學習模型，其中，所述K+1組性能參數(shù)中的前K組性能參數(shù)作為所述機器學習模型的輸入，所述第K+1組性能參數(shù)中的最后一組性能參數(shù)作為所述機器學習模型的輸出。

第二方面，本申請實施例提供了一種預測性能參數(shù)的裝置，所述裝置包括：第一獲取單元，用于獲取K組性能參數(shù)，所述K組性能參數(shù)為待監(jiān)測系統(tǒng)在K個時刻分別對應的性能參數(shù)；

輸入單元，用于將所述K組性能參數(shù)輸入機器學習模型，得到目標性能參數(shù)，所述目標性能參數(shù)為所述待監(jiān)測系統(tǒng)在目標時刻的性能參數(shù)，所述目標時刻晚于所述K個時刻中的最晚時刻；其中：

所述機器學習模型，用于根據(jù)所述K組性能參數(shù)，預測所述待監(jiān)測系統(tǒng)在所述目標時刻的性能參數(shù)。

可選的，所述輸入單元，具體用于:

將所述K組性能參數(shù)按照所述K組性能參數(shù)對應的采集時刻的順序，輸入所述機器學習模型，得到目標性能參數(shù)。