[發明專利]微服務狀態檢測方法、模型的訓練方法、設備及存儲介質

在審

• 申請號: 202110607452.6
• 申請日: 2021-06-01
• 公開（公告）號: CN113190417A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 王乙庚
• 申請（專利權）人: 京東科技控股股份有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06K9/62;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種微服務狀態檢測方法，其特征在于，包括：

針對微服務架構下的每個微服務，獲取所述微服務的多個指標參數；

將所述多個指標參數輸入至微服務狀態檢測模型，得到所述微服務的檢測結果，所述檢測結果用于指示所述微服務是否存在異常；所述微服務狀態檢測模型是采用反向傳播神經網絡模型訓練得到的。

2.根據權利要求1所述的方法，其特征在于，所述微服務狀態檢測模型包括：輸入層、隱藏層以及輸出層，其中，所述輸入層包括q個神經元，所述輸出層包括m個神經元，所述隱藏層的神經元個數是根據所述輸入層的神經元個數以及所述輸出層的神經元個數確定的，其中，q為大于或等于2的正整數，m為大于或等于1的正整數。

3.根據權利要求1所述的方法，其特征在于，所述微服務狀態檢測模型的模型參數包括所述多個指標參數的權重值以及第一閾值，所述檢測結果是根據所述多個指標參數，所述多個指標參數的權重值以及所述第一閾值確定的。

4.根據權利要求1-3中任一項所述的方法，其特征在于，所述檢測結果包括所述微服務的健康狀態值，所述健康狀態值用于指示微服務是否存在異常；所述方法還包括：

通過比較所述健康狀態值與預設閾值的大小關系，確定是否發送提示消息，所述提示消息用于通知運營人員對所述微服務的健康狀態進行確認。

5.一種微服務狀態檢測模型的訓練方法，其特征在于，包括：

獲取微服務的樣本集合，以及所述樣本集合中每個樣本的標注結果，每個樣本包括多個指標參數，每個樣本對應的標注結果用于指示所述微服務是否存在異常；

對所述樣本集合中多個樣本的指標參數進行降維處理，得到處理后的樣本集合；

將所述處理后的樣本集合輸入初始的微服務狀態檢測模型，得到多個檢測結果；

根據所述多個檢測結果以及所述樣本集合中每個樣本的標注結果，確定損失函數，在所述損失函數收斂時，得到訓練好的微服務狀態檢測模型。

6.根據權利要求5所述的方法，其特征在于，所述對所述樣本集合中多個樣本的指標參數進行降維處理，得到處理后的樣本集合，包括：

采用主成分分析PCA算法對所述樣本集合中多個樣本的指標參數進行降維處理，得到處理后的樣本集合。

7.根據權利要求5所述的方法，其特征在于，所述損失函數表示為：

式中，表示將所述處理后的樣本集合中每個樣本輸入微服務狀態檢測模型后的檢測結果，y_i表示每個樣本的標注結果，N表示樣本集合的樣本個數。

8.根據權利要求5-7任一項所述的方法，其特征在于，若所述損失函數不滿足收斂條件，所述方法還包括：采用梯度下降法更新所述微服務狀態檢測模型中的如下參數的至少一項：

每個指標參數的權重值；

第一閾值。

9.一種微服務狀態檢測裝置，其特征在于，包括：

針對微服務架構下的每個微服務，獲取模塊，用于獲取微服務的多個指標參數；

處理模塊，將所述多個指標參數輸入至微服務狀態檢測模型，得到所述微服務的檢測結果，所述檢測結果用于指示所述微服務是否存在異常；所述微服務狀態檢測模型是采用反向傳播神經網絡模型訓練得到的。

10.一種微服務狀態檢測模型的訓練裝置，其特征在于，包括：

獲取模塊，用于獲取微服務的樣本集合，以及所述樣本集合中每個樣本的標注結果，每個樣本包括多個指標參數，每個樣本對應的標注結果用于指示所述微服務是否存在異常；

處理模塊，用于對每個樣本的多個指標參數進行降維處理，得到處理后的樣本集合；

將所述處理后的樣本集合輸入初始的微服務狀態檢測模型，得到多個檢測結果；

根據所述多個檢測結果以及所述樣本集合中每個樣本的標注結果，確定損失函數，在所述損失函數收斂時，得到訓練好的微服務狀態檢測模型。