本发明专利技术提供了一种基于流量数据的监控方法、装置和电子设备，所述监控方法包括：定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行P验证；反馈P检验的检验结果，以进行控制。本发明专利技术提高了检验效率；提高了预警的准确性，以进行更有效的规避风险措施；提高了业务人员的工作效率，降低了人工成本。降低了人工成本。降低了人工成本。
【技术实现步骤摘要】
一种上游流量的监测方法、装置和电子设备
[0001]本专利技术涉及计算机信息处理领域，具体涉及一种上游流量的监测方法、装置和电子设备。
技术介绍
[0002]随着计算机技术的发展，通常采用监控系统对业务的实时数据进行跟踪监管，以保证在业务发展出现异常时进行告警，从而可以及时采取相应手段规避风险。
[0003]目前，告警方法通常是由业务人员凭借自身的业务经验，根据当前业务发展情况设置阈值，再基于该阈值对业务的实时数据进行监控，达到数据异常时告警的目的。
[0004]传统的系统运维监控平台，主要是根据需求或者经验来配置相关的告警策略。运维/开发人员梳理出监控对象的监控指标，对其制定相关的告警策略条件，主要为设置告警阈值，并把对应的监控告警策略配置在监控平台中。现有技术至少存在以下问题：阈值设置过程缺乏理论支持，受人为因素干扰过多，这样设置的阈值不够准确，可能导致告警不及时或错误告警。
[0005]现有技术中的告警阈值为运维/开发人员按照历史的经验进行配置，准确性较低。有时系统数据出现异常波动，但由于未超过告警阈值，因此无法感知监测出。有时系统数据会出现正常的波动情况，但由于超过了告警阈值，因此仍会执行告警。此外，随着硬件的升级、业务的增长，告警阈值还需经常调整，浪费人力的同时，效率较低。
[0006]综上，有必要提供一种更有效、更精准的监测方法。
技术实现思路
[0007]为了解决上述问题，本专利技术提供了一种基于流量数据的监控方法，所述监控方法包括定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行P验证；反馈P检验的检验结果，以进行控制。
[0008]优选地，所述监控方法还包括：预设定时监测的监测周期，所述监测周期为以下的任一种：七天、十五天、一个月、两个月或三个月。
[0009]优选地，所述获取待检验的单个渠道样本的流量表现数据包括：
[0010]获取当前周期或其前一周期的单个渠道样本的流量表现数据作为待检验的渠道样本数据。
[0011]优选地，所述监控方法还包括：基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。
[0012]优选地，在所计算的统计量的值未位于置信区间内的情况下，发生异常，并发出警告信息。
[0013]优选地，在所计算的统计量的值位于置信区间内的情况下，未发生异常，并将所述
监测周期的监测数据加入历史的监测数据中，用于更新所述置信区间。
[0014]优选地，所述渠道样本为同类渠道样本，所述同类渠道样本包括微信引流渠道、落地页推广渠道、短信推广渠道或语音推广渠道。
[0015]优选地，所述流量表现数据包括流量转化率。
[0016]优选地，所述监控方法还包括：基于待检验的单个渠道样本的流量表现数据，拟合概率分布图，根据所拟合的概率分布图，判断是否发生异常。
[0017]优选地，根据所计算的各个渠道样本的流量的均值和标准差，对下一监测周期的渠道样本的流量的均值进行预测计算，将所计算的预测均值与实际监测获得的均值进行比较，以判断是否发生异常。
[0018]另外，本专利技术还提供了一种基于流量数据的监控装置，所述监控装置包括：监测模块，定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；数据获取模块，获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；检验模块，根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行P验证；控制模块，反馈P检验的检验结果，以进行控制。
[0019]优选地，所述监控装置还包括设定模块，所述设定模块用于预设定时监测的监测周期，所述监测周期为以下的任一种：七天、十五天、一个月、两个月或三个月。
[0020]优选地，所述获取待检验的单个渠道样本的流量表现数据包括：获取当前周期或其前一周期的单个渠道样本的流量表现数据作为待检验的渠道样本数据。
[0021]优选地，所述监控装置还包括计算模块，所述计算模块基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。
[0022]优选地，在所计算的统计量的值未位于置信区间内的情况下，发生异常，并发出警告信息。
[0023]优选地，在所计算的统计量的值位于置信区间内的情况下，未发生异常，并将所述监测周期的监测数据加入历史的监测数据中，用于更新所述置信区间。
[0024]优选地，所述渠道样本为同类渠道样本，所述同类渠道样本包括微信引流渠道、落地页推广渠道、短信推广渠道或语音推广渠道。
[0025]优选地，所述流量表现数据包括流量转化率。
[0026]优选地，所述监控装置还包括数据处理模块，所述数据处理模块基于待检验的单个渠道样本的流量表现数据，拟合概率分布图，根据所拟合的概率分布图，判断是否发生异常。
[0027]优选地，所述监控装置还包括：根据所计算的各个渠道样本的流量的均值和标准差，对下一监测周期的渠道样本的流量的均值进行预测计算，将所计算的预测均值与实际监测获得的均值进行比较，以判断是否发生异常。
[0028]另外，本专利技术还提供了一种电子设备，其中，该电子设备包括：处理器；以及存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据本专利技术所述的基于流量数据的监控方法。
[0029]另外，本专利技术还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现本专利技术所述的基于流
量数据的监控方法。
[0030]有益效果
[0031]与现有技术相比，本专利技术的基于流量数据的监控方法能够实现对上游渠道的实时监控，并根据监控结果向业务人员反馈，根据反馈的监控结果进行检验，提高了检验效率；根据检验结果向业务人员发送预警信息，提高了预警的准确性，以进行更有效的规避风险措施；提高了业务人员的工作效率，降低了人工成本。
附图说明
[0032]为了使本专利技术所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本专利技术的具体实施例。但需声明的是，下面描述的附图仅仅是本专利技术本专利技术示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
[0033]图1是本专利技术的基于流量数据的监控方法的应用环境的一示例的示意性结构框图。
[0034]图2是本专利技术的基于流量数据的监控方法的一示例的流程图。
[0035]图3是本专利技术的实施例1的基于流量数据的监控方法的另一示例的示意性结构框图。
[0036]图4是本专利技术的实施例2的基于流量本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于流量数据的监控方法，其特征在于，所述监控方法包括：定时监测并分析历史的所有渠道样本的流量表现数据，并计算各个渠道样本的流量的均值和标准差；获取待检验的单个渠道样本的流量表现数据，计算统计量的值，并确定统计量的分布；根据预先给定的显著性水平，确定检验准则，基于所述检验准则，进行P验证；反馈P检验的检验结果，以进行控制。2.根据权利要求1所述的监控方法，其特征在于，所述监控方法还包括：预设定时监测的监测周期，所述监测周期为以下的任一种：七天、十五天、一个月、两个月或三个月。3.根据权利要求1至2中任一项所述的监控方法，其特征在于，所述获取待检验的单个渠道样本的流量表现数据包括：获取当前周期或其前一周期的单个渠道样本的流量表现数据作为待检验的渠道样本数据。4.根据权利要求1至3中任一项所述的监控方法，其特征在于，所述监控方法还包括：基于历史的监测数据、待检验的单个渠道样本的监测周期和渠道样本的类型，计算与所述统计量的分布相对应的置信区间。5.根据权利要求1至4中任一项所述的监控方法，其特征在于，在所计算的统计量的值未位于置信区间内的情况下，发生异常，并发出警告信息。6.根据权利要求1至5中任一项所述的监控方法...
【专利技术属性】
技术研发人员：杨博闻，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。