一种资源负载异常检测方法、装置及设备制造方法及图纸

本申请公开了一种资源负载异常检测方法、装置及设备。方法包括：采集运算资源在目标时间段的实际资源负载；利用预测模型计算运算资源在目标时间段的预测资源负载；预测模型基于样本时间段以及与样本时间段对应的样本资源负载训练产生；计算实际资源负载与预测资源负载之间的负载差值，并根据负载差值执行资源负载异常检测操作。本方法利用预测模型预测目标时间段的预测资源负载，并采集该目标时间段的实际资源负载，进而以理想状态与实际状态之间的资源负载差异，即预测资源负载与实际资源负载之间的负载差异作为检测依据，实现了对运算资源的资源负载异常检测，确保了云计算整体可靠性。此外，本申请还提供一种资源负载异常检测装置及设备，有益效果同上所述。

【技术实现步骤摘要】
一种资源负载异常检测方法、装置及设备
本申请涉及云计算领域，特别是涉及一种资源负载异常检测方法、装置及设备。
技术介绍
随着大数据和人工智能的迅猛发展，各行各业对于计算资源的需求量也越来越大，因此云计算应运而生。云计算的核心思想是通过网络统一调度管理存储或计算等类型的硬件资源，实现资源的合理分配和利用。云计算的资源负载情况对于云计算中心的管理和维护具有重要的意义，当前往往需要根据云计算的资源负载对云计算设备进行有针对性地维护和管理，因此实现对运算资源的资源负载异常检测，是确保云计算整体可靠性的关键。由此可见，提供一种资源负载异常检测方法，以实现对运算资源的资源负载异常检测，进而确保云计算的整体可靠性，是本领域技术人员需要解决的问题。
技术实现思路
本申请的目的是提供一种资源负载异常检测方法、装置及设备，以实现对运算资源的资源负载异常检测，进而确保云计算的整体可靠性。为解决上述技术问题，本申请提供一种资源负载异常检测方法，包括：采集运算资源在目标时间段的实际资源负载；利用预测模型计算运算资源在目标时间段的预测资源负载；其中，预测模型基于样本时间段以及与样本时间段对应的样本资源负载训练产生；计算实际资源负载与预测资源负载之间的负载差值，并根据负载差值执行资源负载异常检测操作。优选地，根据负载差值执行资源负载异常检测操作，包括：判断负载差值是否达到预设差别阈值；若负载差值达到预设差别阈值，则发起检测异常告警。优选地，在发起检测异常告警之前，方法还包括：获取告警变量，并对告警变量的初始值累加预设增量值；判断累加预设增量值后的告警变量是否达到告警阈值；若累加预设增量值后的告警变量达到告警阈值，则执行发起检测异常告警的步骤。优选地，若负载差值未达到预设差别阈值，方法还包括：将告警变量的值清零。优选地，若累加预设增量值后的告警变量未达到告警阈值时，方法还包括：判断是否存在下一个目标时间段；若存在下一个目标时间段，则基于下一个目标时间段执行采集运算资源在目标时间段的实际资源负载的步骤。优选地，预测模型包括ESN预测模型；ESN预测模型的生成过程包括：获取样本时间段采集的样本实际资源负载；调整ESN初始模型中的模型参数，直至ESN初始模型在样本时间段计算的样本预测资源负载以及样本实际资源负载之间的误差值满足预设误差标准；将调整模型参数后的ESN初始模型设置为ESN预测模型。优选地，调整ESN初始模型中的模型参数，直至ESN初始模型在样本时间段计算的样本预测资源负载以及样本实际资源负载之间的误差值满足预设误差标准，包括：基于遗传算法以及模拟退火算法迭代生成目标参数值，并以目标参数值调整ESN初始模型中的模型参数，直至样本预测资源负载以及样本实际资源负载之间的误差值满足预设误差标准。优选地，基于遗传算法以及模拟退火算法迭代生成目标参数值，包括：基于遗传算法在预设范围内选取第一参数值，并利用模拟退火算法对第一参数值进行调整得到第二参数值；选取第一参数值以及第二参数值之间对应误差值最小的目标参数值；基于目标参数值调整预设范围，并执行基于遗传算法在预设范围内选取第一参数值，并利用模拟退火算法对第一参数值进行调整得到第二参数值的步骤。此外，本申请还提供一种资源负载异常检测装置，包括：负载采集模块，用于采集运算资源在目标时间段的实际资源负载；负载预测模块，用于利用预测模型计算运算资源在目标时间段的预测资源负载；其中，预测模型基于样本时间段以及与样本时间段对应的样本资源负载训练产生；差值检测模块，用于计算实际资源负载与预测资源负载之间的负载差值，并根据负载差值执行资源负载异常检测操作。此外，本申请还提供一种资源负载异常检测设备，包括：存储器，用于存储计算机程序；处理器，用于执行计算机程序时实现如上述的资源负载异常检测方法的步骤。此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述资源负载异常检测方法的步骤。本申请所提供的资源负载异常检测方法，首先采集运算资源在目标时间段的实际资源负载，并且利用预测模型计算运算资源在目标时间段的预测资源负载，该预测模型基于样本时间段以及与样本时间段对应的样本资源负载训练产生，在获取到实际资源负载以及预测资源负载后，进一步计算实际资源负载与预测资源负载之间的负载差值，并根据负载差值执行资源负载异常检测操作。本方法利用预测模型预测目标时间段的预测资源负载，并采集该目标时间段的实际资源负载，进而以理想状态与实际状态之间的资源负载差异，即预测资源负载与实际资源负载之间的负载差异作为检测依据，实现了对运算资源的资源负载异常检测，进而确保了云计算的整体可靠性。此外，本申请还提供一种资源负载异常检测装置及设备，有益效果同上所述。附图说明为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例公开的一种资源负载异常检测方法的流程图；图2为本申请实施例公开的一种资源负载异常检测方法的流程图；图3为本申请实施例公开的一种资源负载异常检测方法的流程图；图4为本申请实施例公开的一种ESN预测模型的生成过程的流程图；图5为本申请实施例公开的一种资源负载异常检测装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。云计算的核心思想是通过网络统一调度管理存储或计算等类型的硬件资源，实现资源的合理分配和利用。云计算的资源负载情况对于云计算中心的管理和维护具有重要的意义，当前往往需要根据云计算的资源负载对云计算设备进行有针对性地维护和管理，因此实现对运算资源的资源负载异常检测，是确保云计算整体可靠性的关键。为此，本申请的核心是提供一种资源负载异常检测方法，以实现对运算资源的资源负载异常检测，进而确保云计算的整体可靠性。为了使本
的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。请参见图1所示，本申请实施例公开了一种资源负载异常检测方法，包括：步骤S10：采集运算资源在目标时间段的实际资源负载。需要说明的是，本实施例的执行主体可以为用于对云计算设备的整体运算资源进行监控的运维设备。本步骤中的运算资源包括但不限于时C本文档来自技高网...

【技术保护点】
1.一种资源负载异常检测方法，其特征在于，包括：/n采集运算资源在目标时间段的实际资源负载；/n利用预测模型计算所述运算资源在所述目标时间段的预测资源负载；其中，所述预测模型基于样本时间段以及与所述样本时间段对应的样本资源负载训练产生；/n计算所述实际资源负载与所述预测资源负载之间的负载差值，并根据所述负载差值执行资源负载异常检测操作。/n

【技术特征摘要】
1.一种资源负载异常检测方法，其特征在于，包括：
采集运算资源在目标时间段的实际资源负载；
利用预测模型计算所述运算资源在所述目标时间段的预测资源负载；其中，所述预测模型基于样本时间段以及与所述样本时间段对应的样本资源负载训练产生；
计算所述实际资源负载与所述预测资源负载之间的负载差值，并根据所述负载差值执行资源负载异常检测操作。


2.根据权利要求1所述的资源负载异常检测方法，其特征在于，所述根据所述负载差值执行资源负载异常检测操作，包括：
判断所述负载差值是否达到预设差别阈值；
若所述负载差值达到预设差别阈值，则发起检测异常告警。


3.根据权利要求2所述的资源负载异常检测方法，其特征在于，在所述发起检测异常告警之前，所述方法还包括：
获取告警变量，并对所述告警变量的初始值累加预设增量值；
判断累加所述预设增量值后的告警变量是否达到告警阈值；
若累加所述预设增量值后的告警变量达到所述告警阈值，则执行所述发起检测异常告警的步骤。


4.根据权利要求3所述的资源负载异常检测方法，其特征在于，若所述负载差值未达到预设差别阈值，所述方法还包括：
将所述告警变量的值清零。


5.根据权利要求3所述的资源负载异常检测方法，其特征在于，若累加所述预设增量值后的告警变量未达到所述告警阈值时，所述方法还包括：
判断是否存在下一个所述目标时间段；
若存在下一个所述目标时间段，则基于所述下一个目标时间段执行所述采集运算资源在目标时间段的实际资源负载的步骤。


6.根据权利要求1至5任意一项所述的资源负载异常检测方法，其特征在于，所述预测模型包括ESN预测模型；
所述ESN预测模型的生成过程包括：
获取所述样本时间段采集的样本实际资源负载；
调整ESN初始模型中的模型参数，直至所述ESN初始模型在样本时间段计算的...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京浪潮数据技术有限公司，
类型：发明
国别省市：北京;11