网络指标的预警信息确定方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术提供一种网络指标的预警信息确定方法、装置、服务器及存储介质，该方法包括：获取多个网络指标的历史数据信息和多个网络指标在多个考核方案中的考核信息；对于每个网络指标，基于多个网络指标的历史数据信息，确定每个网络指标的偏离度参数，偏离度参数用于表示网络指标的异常程度；基于多个考核方案中的考核信息，确定每个网络指标的影响系数，影响系数用于表示网络指标的重要性程度；基于每个网络指标的偏离度参数和影响系数，确定多个网络指标的预警信息，预警信息用于表示网络指标的预警等级。从异常程度和重要性程度两个维度，确定网络指标的预警信息，提高了确定的预警信息的准确性。警信息的准确性。警信息的准确性。

【技术实现步骤摘要】
网络指标的预警信息确定方法、装置、服务器及存储介质


[0001]本专利技术涉及网络
，尤其涉及一种网络指标的预警信息确定方法、装置、服务器及存储介质。

技术介绍

[0002]随着网络技术的发展，网络规模日益庞大及复杂，涉及网络性能的网络指标也数量庞大，导致网络指标的管理难度剧增。因此，如何获取网络指标的预警信息以确保网络稳定性成为一个亟待解决的问题。
[0003]在现有技术中，先预先设定多个网络指标的预警门限，然后对多个网络指标的运行数据进行监控。对于每个网络指标，若该网络指标的运行数据大于预警门限，则确定该网络指标异常并发出预警信息。
[0004]然而，专利技术人发现现有技术至少存在如下技术问题：由于预先设定多个网络指标的预警门限，针对单个网络指标异常波动后发出预警，而同一网络指标在不同考核方案内的预警门限可能不同，因此，通过预先设定的预警门限发出预警信息的准确性较差。

技术实现思路

[0005]本专利技术提供一种网络指标的预警信息确定方法、装置、服务器及存储介质，可以网络指标的预警信息的准确性。
[0006]第一方面，本专利技术提供一种网络指标的预警信息确定方法，包括：
[0007]获取多个网络指标的历史数据信息和所述多个网络指标在多个考核方案中的考核信息；
[0008]对于每个网络指标，基于所述多个网络指标的历史数据信息，确定所述每个网络指标的偏离度参数；
[0009]基于所述多个考核方案中的考核信息，确定所述每个网络指标的影响系数，所述影响系数用于表示网络指标的重要性程度；
[0010]基于所述每个网络指标的偏离度参数和所述影响系数，确定所述多个网络指标的预警信息，所述预警信息用于表示所述网络指标的预警等级。
[0011]在一种可能的设计中，所述历史数据信息包括多个历史数据样本；所述对于每个网络指标，基于所述多个网络指标的历史数据信息，确定所述每个网络指标的偏离度参数，包括：对于每个网络指标，基于所述每个网络指标对应的历史数据样本，确定所述每个网络指标在下一时刻的预测数值；获取所述每个网络指标在每个考核方案中的目标值，并确定所述每个网络指标在下一时刻的预测目标值；基于所述数据预测值和所述预测目标值，确定所述每个网络指标的偏离度参数。
[0012]在一种可能的设计中，所述基于所述数据预测值和所述预测目标值，确定所述每个网络指标的偏离度参数，包括：确定所述数据预测值和所述预测目标值的差值；基于所述差值与所述预测目标值的比值，确定所述每个网络指标的偏离度参数。
[0013]在一种可能的设计中，所述考核信息包括网络指标在考核方案中的权重参数、分级系数和存在系数；所述基于所述多个考核方案中的考核信息，确定所述每个网络指标的影响系数，包括：基于所述每个网络指标在每个考核方案中的权重参数、存在系数和分级系数，确定所述每个网络指标的影响系数。
[0014]在一种可能的设计中，所述基于所述每个网络指标在每个考核方案中的权重参数、存在系数和分级系数，确定所述每个网络指标的影响系数，包括：基于所述每个网络指标在每个考核方案中的权重参数、存在系数和分级系数，通过以下公式一，确定所述每个网络指标的影响系数；
[0015]公式一：
[0016][0017]其中，θ
A
表示网络指标A的影响系数，W
i
表示网络指标A在考核方案i中的权重参数，α
i
表示网络指标A在考核方案i中的存在系数，δ
i
表示网络指标A在考核方案i中的分级系数，n表示多个考核方案的数量。
[0018]在一种可能的设计中，所述基于所述每个网络指标的偏离度参数和所述影响系数，确定所述多个网络指标的预警信息，包括：确定所述每个网络指标的偏离度参数的绝对值；对所述每个网络指标的影响系数进行归一化处理，得到所述每个网络指标的归一化影响系数；基于所述每个网络指标的归一化影响系数和所述每个网络指标的偏离度参数的绝对值的乘积，确定所述多个网络指标的预警信息。
[0019]在一种可能的设计中，所述基于所述每个网络指标的归一化影响系数和所述每个网络指标的偏离度参数的绝对值的乘积，确定所述多个网络指标的预警信息，包括：基于所述每个网络指标的归一化影响系数和所述每个网络指标的偏离度参数的绝对值的乘积，对所述多个网络指标进行排序；对于每个网络指标，若所述网络指标的排序位于第一预设范围内，则确定所述网络指标的预警信息为一级预警，若所述网络指标的排序位于第二预设范围内，则确定所述网络指标的预警信息为二级预警，若所述网络指标的排序位于第三预设范围内，则确定所述网络指标的预警信息为三级预警。
[0020]第二方面，本专利技术提供一种网络指标的预警信息确定装置，包括：
[0021]第一获取模块，用于获取多个网络指标的历史数据信息和所述多个网络指标在多个考核方案中的考核信息；
[0022]第一确定模块，用于对于每个网络指标，基于所述多个网络指标的历史数据信息，确定所述每个网络指标的偏离度参数，所述偏离度参数用于表示网络指标的异常程度；
[0023]第二确定模块，用于基于所述多个考核方案中的考核信息，确定所述每个网络指标的影响系数，所述影响系数用于表示网络指标的重要性程度；
[0024]第三确定模块，用于基于所述每个网络指标的偏离度参数和所述影响系数，确定所述多个网络指标的预警信息，所述预警信息用于表示所述网络指标的预警等级。
[0025]第三方面，本专利技术提供一种服务器，包括：至少一个处理器和存储器；
[0026]所述存储器存储计算机执行指令；
[0027]所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个
处理器执行如上第一方面以及第一方面各种可能的设计所述的网络指标的预警信息确定方法。
[0028]第四方面，本专利技术提供一种计算机存储介质，所述计算机存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的网络指标的预警信息确定方法。
[0029]本专利技术提供的网络指标的预警信息确定方法、装置、服务器及存储介质，由于先通过多个网络指标的历史数据信息，确定每个网络指标的偏离度参数，然后基于多个考核方案中的考核信息，确定每个网络指标的影响系数；最后基于每个网络指标的偏离度参数和影响系数，确定多个网络指标的预警信息，而偏离度参数用于表示网络指标的异常程度，影响系数用于表示网络指标的重要性程度，从异常程度和重要性程度两个维度，确定网络指标的预警信息，因此提高了确定的网络指标的预警信息的准确性。
附图说明
[0030]为了更清楚地说明本专利技术实施例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性的前提下，还可以根据这些附图获得其他的附图。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络指标的预警信息确定方法，其特征在于，包括：获取多个网络指标的历史数据信息和所述多个网络指标在多个考核方案中的考核信息；对于每个网络指标，基于所述多个网络指标的历史数据信息，确定所述每个网络指标的偏离度参数，偏离度参数用于表示网络指标的异常程度；基于所述多个考核方案中的考核信息，确定所述每个网络指标的影响系数，所述影响系数用于表示网络指标的重要性程度；基于所述每个网络指标的偏离度参数和所述影响系数，确定所述多个网络指标的预警信息，所述预警信息用于表示所述网络指标的预警等级。2.根据权利要求1所述的方法，其特征在于，所述历史数据信息包括多个历史数据样本；所述对于每个网络指标，基于所述多个网络指标的历史数据信息，确定所述每个网络指标的偏离度参数，包括：对于每个网络指标，基于所述每个网络指标对应的历史数据样本，确定所述每个网络指标在下一时刻的预测数值；获取所述每个网络指标在每个考核方案中的目标值，并确定所述每个网络指标在下一时刻的预测目标值；基于所述数据预测值和所述预测目标值，确定所述每个网络指标的偏离度参数。3.根据权利要求2所述的方法，其特征在于，所述基于所述数据预测值和所述预测目标值，确定所述每个网络指标的偏离度参数，包括：确定所述数据预测值和所述预测目标值的差值；基于所述差值与所述预测目标值的比值，确定所述每个网络指标的偏离度参数。4.根据权利要求1所述的方法，其特征在于，所述考核信息包括网络指标在考核方案中的权重参数、分级系数和存在系数；所述基于所述多个考核方案中的考核信息，确定所述每个网络指标的影响系数，包括：基于所述每个网络指标在每个考核方案中的权重参数、存在系数和分级系数，确定所述每个网络指标的影响系数。5.根据权利要求4所述的方法，其特征在于，所述基于所述每个网络指标在每个考核方案中的权重参数、存在系数和分级系数，确定所述每个网络指标的影响系数，包括：基于所述每个网络指标在每个考核方案中的权重参数、存在系数和分级系数，通过以下公式一，确定所述每个网络指标的影响系数；公式一：其中，θ
A
表示网络指标A的影响系数，W
i
表示网络指标A在考核方案i中的权重参数，α
i
表示网络指标A在考核方案i中的存在系数，δ
i
表示网络指标A在...

【专利技术属性】
技术研发人员：宁涛，李诗扬，黄炜，吴梓颖，肖昀珊，陈磊光，陈孟香，陈立泉，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：