告警方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种告警方法、装置、电子设备及存储介质，该方法包括：获取目标监控系统的实时监控数据；基于告警判定模型，对所述实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警。本发明专利技术通过告警判定模型对获取的实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警，使用智能运维的方式对实时监控数据进行分析预警，为解决可能发生的问题提供了充足的时间准备。充足的时间准备。充足的时间准备。

【技术实现步骤摘要】
告警方法、装置、电子设备及存储介质


[0001]本专利技术涉及信息处理
，尤其涉及一种告警方法、装置、电子设备及存储介质。

技术介绍

[0002]随着大数据时代的来临及自身业务的增长需求，越来越多的业务需要通过互联网的方式进行业务的接入及云端的方式处理和分析。
[0003]云端机房中的服务器数量也越来越多，传统的处理方式是通过有经验的运营人员定时关注着系统的各项运行数据来判断系统运行的健康度。
[0004]但是人工运维时，关注的重点往往只是当时的系统各项数据，不能够结合历史数据做周期性的分析、预测以及告警。

技术实现思路

[0005]本专利技术提供一种告警方法、装置、电子设备及存储介质，用以解决现有技术中需要采用人工预警的模式对实时监控数据进行分析预警的缺陷，实现了采用智能运维的方式对实时监控数据进行分析预警，为解决可能发生的问题提供了充足的时间准备。
[0006]第一方面，本专利技术提供一种告警方法，包括：
[0007]获取目标监控系统的实时监控数据；
[0008]基于告警判定模型，对所述实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警。
[0009]可选地，根据本专利技术提供的告警方法，所述基于告警判定模型，对所述实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警，包括：
[0010]基于所述告警判定模型中的池化层，对所述池化层对应的卷积层输出的实时监控数据进行池化操作，获得所述至少两个由大至小选取的目标数据；
[0011]基于所述告警判定模型中的输出层，对所述至少两个由大至小选取的目标数据进行判定，确定针对所述目标监控系统进行告警。
[0012]可选地，根据本专利技术提供的告警方法，所述方法还包括：
[0013]对历史监控数据进行数据挖掘；
[0014]基于数据挖掘后的历史监控数据，训练获得所述告警判定模型。
[0015]可选地，根据本专利技术提供的告警方法，所述对历史监控数据进行数据挖掘，基于数据挖掘后的历史监控数据，训练获得所述告警判定模型，包括：
[0016]基于逻辑回归算法，对所述历史监控数据中的非连续数据进行运算归纳，获得数值回归的第一历史监控数据；
[0017]基于所述数值回归的第一历史监控数据的阈值特征，对所述历史监控数据进行特征提取；
[0018]基于提取的阈值特征，对所述历史监控数据训练获得所述告警判定模型。
[0019]可选地，根据本专利技术提供的告警方法，所述对历史监控数据进行数据挖掘，基于数据挖掘后的历史监控数据，训练获得所述告警判定模型，包括：
[0020]基于所述历史监控数据的周期变化特征，对所述历史监控数据进行特征提取；
[0021]基于提取的周期变化特征，对历史监控数据训练获得所述告警判定模型。
[0022]可选地，根据本专利技术提供的告警方法，所述对历史监控数据进行数据挖掘，基于数据挖掘后的历史监控数据，训练获得所述告警判定模型，包括：
[0023]基于不同节假日对所述历史监控数据的影响力，确定所述历史监控数据的不同节假日的权重；
[0024]基于所述历史监控数据的不同节假日的权重，对所述历史监控数据进行特征提取；
[0025]基于提取的不同节假日特征，对历史监控数据训练获得所述告警判定模型。
[0026]可选地，根据本专利技术提供的告警方法，所述对历史监控数据进行数据挖掘之前，包括：
[0027]基于局部可达密度算法与局部离群因子算法，获取第二历史监控数据的局部离群因子；
[0028]基于所述局部离群因子与离群值判定模型，确定所述第二历史监控数据中的无效数据；
[0029]剔除所述第二历史监控数据中的无效数据，获取所述历史监控数据。
[0030]第二方面，本专利技术提供一种告警装置，包括：
[0031]获取模块，用于获取目标监控系统的实时监控数据；
[0032]告警模块，用于基于告警判定模型，对所述实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警。
[0033]第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述告警方法的步骤。
[0034]第四方面，本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述告警方法的步骤。
[0035]本专利技术提供的一种告警方法、装置、电子设备及存储介质，通过告警判定模型对获取的实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警，使用智能运维的方式对实时监控数据进行分析预警，为解决可能发生的问题提供了充足的时间准备。
附图说明
[0036]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0037]图1是本专利技术提供的告警方法的流程示意图之一；
[0038]图2是本申请提供的VGG神经网络模型示意图；
[0039]图3是本专利技术提供的告警方法的流程示意图之二；
[0040]图4是本专利技术提供的告警装置的结构示意图；
[0041]图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0042]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0043]本专利技术通过使用运维类的历史数据进行分析及结合数据挖掘的技术来对系统的运行情况进行实时监测及可能的问题做预测。
[0044]图1是本专利技术提供的告警方法的流程示意图之一，如图1所示，该方法包括如下步骤：
[0045]步骤110，获取目标监控系统的实时监控数据；
[0046]可选地，通过数据采集工具获取目标监控系统的实时监控数据。
[0047]可选地，采用较为主流的普罗米修斯Prometheus作为数据采集工具，通过对各服务的宿主机的硬件环境及运行在宿主机上的微服务节点进行多维度的数据采集。
[0048]可选地，采集的实时监控数据可以为两个业务类型：分别是基于硬件级别的硬件实时监控数据以及面向各微服务节点的应用侧软件实时监控数据。
[0049]可选地，采集的实时监控数据中的两种业务类型之间相互独立，也即通过数据采集工具获取目标监控系统的硬件实时监控数据，或通过数据采集工具获取目标监控系统的应用侧软本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种告警方法，其特征在于，包括：获取目标监控系统的实时监控数据；基于告警判定模型，对所述实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警。2.根据权利要求1所述的告警方法，其特征在于，所述基于告警判定模型，对所述实时监控数据中的至少两个目标数据进行判定，确定针对所述目标监控系统进行告警，包括：基于所述告警判定模型中的池化层，对所述池化层对应的卷积层输出的实时监控数据进行池化操作，获得所述至少两个由大至小选取的目标数据；基于所述告警判定模型中的输出层，对所述至少两个由大至小选取的目标数据进行判定，确定针对所述目标监控系统进行告警。3.根据权利要求1或2所述的告警方法，其特征在于，所述方法还包括：对历史监控数据进行数据挖掘；基于数据挖掘后的历史监控数据，训练获得所述告警判定模型。4.根据权利要求3所述的告警方法，其特征在于，所述对历史监控数据进行数据挖掘，基于数据挖掘后的历史监控数据，训练获得所述告警判定模型，包括：基于逻辑回归算法，对所述历史监控数据中的非连续数据进行运算归纳，获得数值回归的第一历史监控数据；基于所述数值回归的第一历史监控数据的阈值特征，对所述历史监控数据进行特征提取；基于提取的阈值特征，对所述历史监控数据训练获得所述告警判定模型。5.根据权利要求3所述的告警方法，其特征在于，所述对历史监控数据进行数据挖掘，基于数据挖掘后的历史监控数据，训练获得所述告警判定模型，包括：基于所述历史监控数据的周期变化特征，对所述历史监控数据...

【专利技术属性】
技术研发人员：苏龙华，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：