数据监控的方法技术

本发明专利技术实施例提供的数据监控的方法

【技术实现步骤摘要】
数据监控的方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及数据监控
，尤其涉及一种数据监控的方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着现代科技的迅速发展，各个领域的数据产生速率和数量呈指数级增长
。
从互联网
、
物联网到自动化系统和制造业，大量的数据需要被有效地处理和分析，以应用于实际需要，比如，网络中的数据流量
、
用户会话，自然环境中的气温
、
降水量，或产品销售等往往具有周期性，通过对周期性数据进行监控有助于网络维护
。
[0003]目前，对于周期数据的数据监控还停留在利用单一数据检测算法对周期数据进行监控，这种单一的数据监控方式难以保证数据监控准确率，较难满足现代企业和行业对周期数据监控的实时性要求
。

技术实现思路

[0004]鉴于此，本专利技术实施例提供一种数据监控的方法
、
装置
、
电子设备及存储介质，能够通过多种数据检测算法构成的数据监控策略实现对周期数据的监控，这种数据监控方式与现有利用单一数据检测算法进行数据监控方式相比有效提升数据监控准确率，能够满足现代企业和行业对周期数据监控的实时性要求
。
[0005]第一方面，本专利技术实施例提供一种数据监控的方法，其中，该方法包括：
[0006]获取数据监控策略标识和待监控指标的时间序列数据；
[0007]在确定时间序列数据为周期数据的情况下，基于数据监控策略标识确定数据监控策略；其中，数据监控策略包括多种数据检测算法；
[0008]基于数据监控策略对时间序列数据进行数据监控
。
[0009]在一个可能的实施方式中，该方法还包括：
[0010]计算时间序列数据的自相关函数，得到自相关结果值；
[0011]在自相关结果值超过预设自相关结果阈值的情况下，确定时间序列数据为周期数据
。
[0012]在一个可能的实施方式中，基于数据监控策略标识确定数据监控策略，包括：
[0013]在数据监控策略标识为第一数据监控策略标识的情况下，确定数据监控策略为第一数据监控策略
。
[0014]在一个可能的实施方式中，基于数据监控策略对时间序列数据进行数据监控，包括：
[0015]基于第一数据监控策略对时间序列数据进行数据监控
。
[0016]在一个可能的实施方式中，基于第一数据监控策略对时间序列数据进行数据监控，包括：
[0017]利用同比检测算法对时间序列数据进行同比检测计算，得到同比检测结果值；
[0018]利用环比检测算法对时间序列数据进行环比检测计算，得到环比检测结果值；
[0019]利用
prophet
预测算法对时间序列数据进行预测检测计算，得到预测检测结果值；
[0020]利用加权高斯算法对时间序列数据进行加权高斯检测计算，得到加权高斯检测结果值；
[0021]在同比检测结果值超过预设同比检测结果阈值范围
、
环比检测结果值超过预设环比检测结果阈值范围
、
预测检测结果值超过预设预测检测结果阈值范围，以及加权高斯检测结果值超过预设加权高斯检测结果阈值范围的情况下，生成数据异常监控报警信息
。
[0022]在一个可能的实施方式中，利用加权高斯算法对时间序列数据进行加权高斯检测计算，得到加权高斯检测结果值，包括：
[0023]基于时间序列数据的周期性确定历史周期对应的目标时间序列数据的时间权重；
[0024]基于各个目标数据序列数据，以及各个目标数据序列数据对应的时间权重计算加权均值和加权方差；
[0025]基于加权均值和加权方差，得到加权高斯检测结果值
。
[0026]在一个可能的实施方式中，基于数据监控策略标识确定数据监控策略，包括：
[0027]在数据监控策略标识为第二数据监控策略标识的情况下，确定数据监控策略为第二数据监控策略
。
[0028]在一个可能的实施方式中，基于数据监控策略对时间序列数据进行数据监控，包括：
[0029]基于第二数据监控策略对时间序列数据进行数据监控
。
[0030]在一个可能的实施方式中，基于第二数据监控策略对时间序列数据进行数据监控，包括：
[0031]利用同比检测算法对时间序列数据进行同比检测计算，得到同比检测结果值；
[0032]利用环比检测算法对时间序列数据进行环比检测计算，得到环比检测结果值；
[0033]利用
prophet
预测算法对时间序列数据进行预测检测计算，得到预测检测结果值；
[0034]利用加权高斯算法对时间序列数据进行加权高斯检测计算，得到加权高斯检测结果值；
[0035]在同比检测结果值超过预设同比检测结果阈值范围且环比检测结果值超过预设环比检测结果阈值范围的情况下，或者，在预测检测结果值超过预设预测检测结果阈值范围的情况下，或者，在加权高斯检测结果值超过预设加权高斯检测结果阈值范围的情况下，生成数据异常监控报警信息
。
[0036]第二方面，本专利技术实施例提供一种数据监控的装置，其中，该装置包括：
[0037]获取模块，用于获取数据监控策略标识和待监控指标的时间序列数据；
[0038]确定模块，用于在确定时间序列数据为周期数据的情况下，基于数据监控策略标识确定数据监控策略；其中，数据监控策略包括多种数据检测算法；
[0039]数据监控模块，用于基于数据监控策略对时间序列数据进行数据监控
。
[0040]第三方面，本专利技术实施例提供一种电子设备，其中，包括：处理器和存储器，处理器用于执行存储器中存储的数据监控的程序，以实现上述的数据监控的方法
。
[0041]第四方面，本专利技术实施例提供一种存储介质，其中，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述的数据监控的方法
。
[0042]本专利技术实施例提供的数据监控的方法
、
装置
、
电子设备及存储介质，包括，获取数据监控策略标识和待监控指标的时间序列数据；在确定时间序列数据为周期数据的情况下，基于数据监控策略标识确定数据监控策略；其中，数据监控策略包括多种数据检测算法；基于数据监控策略对时间序列数据进行数据监控
。
本专利技术能够通过多种数据检测算法构成的数据监控策略实现对具有周期特性的时间序列数据进行数据监控，这种数据监控方式与现有利用单一数据检测算法进行数据监控方式相比有效提升数据监控准确率，能够满足现代企业和行业对周期数据监控的实时性要求
。
附图说明
[0043]图1为本专利技术实施例提供的一种数据监控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种数据监控的方法，其特征在于，所述方法包括：获取数据监控策略标识和待监控指标的时间序列数据；在确定所述时间序列数据为周期数据的情况下，基于所述数据监控策略标识确定数据监控策略；其中，所述数据监控策略包括多种数据检测算法；基于所述数据监控策略对所述时间序列数据进行数据监控
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括：计算所述时间序列数据的自相关函数，得到自相关结果值；在所述自相关结果值超过预设自相关结果阈值的情况下，确定所述时间序列数据为周期数据
。3.
根据权利要求1所述的方法，其特征在于，所述基于所述数据监控策略标识确定数据监控策略，包括：在所述数据监控策略标识为第一数据监控策略标识的情况下，确定所述数据监控策略为第一数据监控策略
。4.
根据权利要求3所述的方法，其特征在于，所述基于所述数据监控策略对所述时间序列数据进行数据监控，包括：基于所述第一数据监控策略对所述时间序列数据进行数据监控
。5.
根据权利要求4所述的方法，其特征在于，所述基于所述第一数据监控策略对所述时间序列数据进行数据监控，包括：利用同比检测算法对所述时间序列数据进行同比检测计算，得到同比检测结果值；利用环比检测算法对所述时间序列数据进行环比检测计算，得到环比检测结果值；利用
prophet
预测算法对所述时间序列数据进行预测检测计算，得到预测检测结果值；利用加权高斯算法对所述时间序列数据进行加权高斯检测计算，得到加权高斯检测结果值；在所述同比检测结果值超过预设同比检测结果阈值范围
、
所述环比检测结果值超过预设环比检测结果阈值范围
、
所述预测检测结果值超过预设预测检测结果阈值范围，以及所述加权高斯检测结果值超过预设加权高斯检测结果阈值范围的情况下，生成数据异常监控报警信息
。6.
根据权利要求5所述的方法，其特征在于，所述利用加权高斯算法对所述时间序列数据进行加权高斯检测计算，得到加权高斯检测结果值，包括：基于所述时间序列数据的周期性确定历史周期对应的目标时间序列数据的时间权重；基于各个所述目标数据序列数据，以及各个所述目标数据序列数据对应的时间权重计算...

【专利技术属性】
技术研发人员：周洁芸，
申请(专利权)人：成都爱奇艺智能创新科技有限公司，
类型：发明
国别省市：