性能指标健康度的监测方法、装置、设备和存储介质制造方法及图纸

本申请提出一种性能指标健康度的监测方法、装置、设备和存储介质，该方法包括：获取待监测指标在目标时刻的实际值；根据预先训练得到的异常监测模型的参数和所述实际值，确定所述待监测指标在所述目标时刻的偏移度评分以及异常持续度评分；根据所述偏移度评分和所述异常持续度评分，确定所述待监测指标在所述目标时刻的第一健康度评分。该方法降低了人力成本，提高了监测结果的准确性。提高了监测结果的准确性。提高了监测结果的准确性。

【技术实现步骤摘要】
性能指标健康度的监测方法、装置、设备和存储介质


[0001]本申请涉及通信领域，具体涉及一种性能指标健康度的监测方法、装置、设备和存储介质。

技术介绍

[0002]作为信息时代重要的基础设施，通信网络系统需要保证持续稳定的运行，以满足社会日常、商业及公共服务等各方面的通讯需要。为此，设备开发人员设计了众多种类的性能指标，方便网络运维人员监控网络各组件以及网络的运行状态。运维人员可以快速地根据性能指标的健康度，推断当前网络或者某个组件的运行状况，有利于及时发现网络故障，并进行故障恢复。但是，传统的方式需要人工设定各个性能指标的检测阈值，随着网络系统日趋复杂，人工给大量的性能指标设定阈值存在很大困难，从而导致人力成本较高，且监测结果的准确性也较低。

技术实现思路

[0003]本申请提供用于性能指标健康度的监测方法、装置、设备和存储介质。
[0004]本申请实施例提供一种性能指标健康度的监测方法，包括：
[0005]获取待监测指标在目标时刻的实际值；
[0006]根据预先训练得到的异常监测模型的参数和所述实际值，确定所述待监测指标在所述目标时刻的偏移度评分以及异常持续度评分，所述偏移度评分用于表征所述实际值相对于所述待监测指标在所述目标时刻的预测值的偏移程度，所述异常持续度评分用于表征在包含所述目标时刻的预设时间窗内所述待监测指标的实际值为异常值的占比；
[0007]根据所述偏移度评分和所述异常持续度评分，确定所述待监测指标在所述目标时刻的第一健康度评分。
[0008]本申请实施例提供一种性能指标健康度的监测装置，包括：
[0009]第一获取模块，用于获取待监测指标在目标时刻的实际值；
[0010]第一确定模块，用于根据预先训练得到的异常监测模型的参数和所述实际值，确定所述待监测指标在所述目标时刻的偏移度评分以及异常持续度评分，所述偏移度评分用于表征所述实际值相对于所述待监测指标在所述目标时刻的预测值的偏移程度，所述异常持续度评分用于表征在包含所述目标时刻的预设时间窗内所述待监测指标的实际值为异常值的占比；
[0011]第二确定模块，用于根据所述偏移度评分和所述异常持续度评分，确定所述待监测指标在所述目标时刻的第一健康度评分。
[0012]本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例中的任意一种方法。
[0013]本申请实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中的任意一种方法。
[0014]本申请实施例提供的性能指标健康度的监测方法、装置、设备和存储介质，计算机设备获取待监测指标在目标时刻的实际值，根据预先训练得到的异常监测模型的参数和所述实际值，确定所述待监测指标在所述目标时刻的偏移度评分以及异常持续度评分，并根据所述偏移度评分和所述异常持续度评分，确定所述待监测指标在所述目标时刻的第一健康度评分。上述用于确定待监测指标的偏移度评分和异常持续度评分的异常监测模型是预先训练得到的，即异常监测模型的参数是预先训练得到的，也就是说，相当于待监测指标的检测阈值的参数并不是人工进行设定的，减少了人为的参与，从而降低了人力成本，且提高了监测结果的准确性。同时，待监测指标的第一健康度评分是综合偏移度评分以及异常持续度评分两个方面得到的，参考的因素比较全面，从而进一步提高了监测结果的准确性。
附图说明
[0015]图1为一实施例提供的性能指标健康度的监测方法流程示意图；
[0016]图2为一实施例提供的一种通信系统的架构示意图；
[0017]图3为另一实施例提供的性能指标健康度的监测方法流程示意图；
[0018]图4为一实施例提供的性能指标健康度的监测装置的内部结构示意图；
[0019]图5为一实施例提供的一种计算机设备的内部结构示意图。
具体实施方式
[0020]为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
[0021]需要说明的是，下述方法实施例的执行主体可以是性能指标健康度的监测装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例以执行主体是计算机设备为例进行说明。
[0022]图1为一实施例提供的性能指标健康度的监测方法流程示意图。本实施例涉及的是计算机设备如何确定待监测指标在目标时刻的健康度评分的具体过程。如图1所示，该方法可以包括：
[0023]S101、获取待监测指标在目标时刻的实际值。
[0024]其中，待监测指标为通信系统中任意一个需要进行监测的性能指标。以通信系统为长期演进(Long Term Evolution，LTE)无线网络系统为例，如图2所示，一个典型的LTE无线网络系统包含有多个基站，一个基站又按逻辑划分成几个小区(如图2中的小区1、小区2以及小区3)。每个小区下有多个终端(如手机用户)接入，进行无线通话、上网、看视频等移动通信活动。一些关键性能指标(KPI，Key Performance Indicator)，例如无线资源控制(Radio Resource Control，RRC)掉话率、RRC连接建立成功率、上下行平均流量等，这些KPI可以反映该网络系统的运行状态。通过对这些KPI进行实时健康度检测，可以辅助运维人员对网络系统进行管理。
[0025]S102、根据预先训练得到的异常监测模型的参数和所述实际值，确定所述待监测指标在所述目标时刻的偏移度评分以及异常持续度评分。
[0026]其中，可选的，所述异常监测模型的参数可以包括所述待监测指标在每个时刻的
预测值、正常值上限以及正常值下限，所述偏移度评分用于表征所述实际值相对于所述待监测指标在所述目标时刻的预测值的偏移程度，所述异常持续度评分用于表征在包含所述目标时刻的预设时间窗内所述待监测指标的实际值为异常值的占比。
[0027]上述异常监测模型是预先通过待监测指标的历史数据进行训练得到的，在实际应用中，可以根据网络的整体运行状态，设定异常监测模型的训练周期。比如，当网络的整体运行状态比较平稳时，可以将异常监测模型的训练周期设置得较大一些，当网络的整体运行状态存在波动时，可以将异常监测模型的训练周期设置得较小一些，且可以采用距离目标时刻比较靠近的时段的历史数据来进行模型的训练。另外，这些用于训练的历史数据也是经过预处理之后得到的正常数据。训练得到的异常监测模型中可以包括三个参数，分别为待监测指标在每个时刻的预测值、正常值上限以及正常值下限。这样，计算机设备便可以实时读取待监测指标在目标时刻的实际值，并根据异常监测模型中包含的上述三个参数，来确定待监测指标在目标时刻的实际值相对于在目标时刻的预测值的偏移程度，从而得到待监测指标在目标时刻的偏移度评分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种性能指标健康度的监测方法，其特征在于，包括：获取待监测指标在目标时刻的实际值；根据预先训练得到的异常监测模型的参数和所述实际值，确定所述待监测指标在所述目标时刻的偏移度评分以及异常持续度评分，所述偏移度评分用于表征所述实际值相对于所述待监测指标在所述目标时刻的预测值的偏移程度，所述异常持续度评分用于表征在包含所述目标时刻的预设时间窗内所述待监测指标的实际值为异常值的占比；根据所述偏移度评分和所述异常持续度评分，确定所述待监测指标在所述目标时刻的第一健康度评分。2.根据权利要求1所述的方法，其特征在于，在所述获取待监测指标在目标时刻的实际值之前，还包括：获取待监测指标的历史数据；确定所述历史数据的数据类型；根据所述数据类型和预设的模型映射关系，确定待训练的目标基础模型，其中，所述模型映射关系包括数据类型与基础模型之间的对应关系；根据所述历史数据对所述目标基础模型进行训练，得到异常监测模型。3.根据权利要求1所述的方法，其特征在于，还包括：获取目标组件对应的各个待监测指标的第一健康度评分；合并所述各个待监测指标的第一健康度评分，得到所述目标组件在所述目标时刻的第二健康度评分。4.根据权利要求1所述的方法，其特征在于，还包括：获取目标系统对应的各个组件的第二健康度评分；合并所述各个组件的第二健康度评分，得到所述目标系统在所述目标时刻的第三健康度评分。5.根据权利要求1所述的方法，其特征在于，还包括：获取存在关联关系的各个待监测指标的第一健康度评分；合并所述各个待监测指标的第一健康度评分，得到关联指标在所述目标时刻的第四健康度评分。6.根据权利要求1或2所述的方法，其特征在于，还包括：根据所述第一健康度评分和预设的状态映射关系，确定所述待监测指标在所述目标时刻的目标状态，并输出所述目标状态，其中，所述状态映射关系包括第一健康度评分与指标状态之间的对应关系。7.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据预先训练得到的异常监测模型的参数和所述实际值，确定所述...

【专利技术属性】
技术研发人员：刘建伟，张百胜，韩静，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：