【技术实现步骤摘要】
一种基于流量监控的告警方法以及电子设备
本专利技术涉及通信
,尤其涉及的是一种基于流量监控的告警方法以及电子设备。
技术介绍
随着网络通信的发展,为了对通信过程中的数据进行管理和控制,以及对通信过程进行优化与限制,则需要对通信过程进行流量监控,以实现数据的高效传输。对于流量监控,现有技术在不同的应用场景有不同的算法,大致可为如下所示几种,比如车流量监控,有单车道流量监控的基于DSP方法的流量监控算法;对于网络流量的流量监控,有非常成熟的基于预测模型估算和稳态拥塞率求解的流量监控算法;对于互联网业务流量的流量监控,最常用的方法是人工配置波动阈值、历史同比与环比法等。通过分析现有技术所提供的各个流量监控方案,可以发现其方法在云业务系统中有很多不足,比如针对基于DSP方法的流量监控算法,通过数据信号处理后,原始数据信息完全丢失,脱离业务特性;对于网络流量监控的基于预测模型估算与稳态拥塞率求解方法,有模型存储浪费空间问题,而且在云业务上,计算稳态拥塞率需要耗费更多时间,不同的业务特性完全不同,会有更多的拥塞率公式,这会带来拥塞率公式选择不但耗费时间问题,还会导致不同拥塞率会计算出完全不同的结果,导致监控准确性受影响,会带来更多的误告警、假告警、丢失告警等问题。对于人工配置波动阈值、历史同比与环比法,完全依赖有经验的人员才能配置出比较合理的阈值,这是要耗费极大的人力投入,而且不一定收到比较合理的效果,这种方法在云业务系统中是不可取的;而历史同比与环比,对采样数据存储要求很高,需要保存完整的历史采样数据,不然没办法计算同比环比增长率、下降率等相关参数。专利技术内 ...
【技术保护点】
1.一种基于流量监控的告警方法,其特征在于,包括:获取当前监控点上报的采样数据;获取目标采样点的采样值,所述目标采样点为所述采样数据中的任一采样点;通过所述目标采样点的采样值以及预置的波动轨迹线集合获取告警标签,所述波动轨迹线集合包括由预置的目标样本数据集以及波动率序列进行训练得到的波动轨迹线,所述波动率序列为所述目标样本数据集所包括的任一采样点的波动率所形成的序列;根据所述告警标签发送告警信息。
【技术特征摘要】
1.一种基于流量监控的告警方法,其特征在于,包括:获取当前监控点上报的采样数据;获取目标采样点的采样值,所述目标采样点为所述采样数据中的任一采样点;通过所述目标采样点的采样值以及预置的波动轨迹线集合获取告警标签,所述波动轨迹线集合包括由预置的目标样本数据集以及波动率序列进行训练得到的波动轨迹线,所述波动率序列为所述目标样本数据集所包括的任一采样点的波动率所形成的序列;根据所述告警标签发送告警信息。2.根据权利要求1所述的方法,其特征在于,所述通过所述目标采样点的采样值以及预置的波动轨迹线集合获取告警标签之前,所述方法还包括:获取所述当前监控点的所述目标样本数据集;获取所述目标样本数据集的波动率序列,所述波动率序列包括向上波动率序列以及向下波动率序列,所述向上波动率序列为所述目标样本数据集所包括的所有采样点的向上波动率所形成的序列,所述向下波动率序列为所述目标样本数据集所包括的所有采样点的向下波动率所形成的序列;对所述目标样本数据集以及所述波动率序列进行训练以获取所述波动轨迹线集合,所述波动轨迹线集合包括由所述目标样本数据集以及所述向上波动率序列进行训练以得到的向上波动轨迹线,所述波动轨迹线集合还包括由所述目标样本数据集以及所述向下波动率序列进行训练以得到的向下波动轨迹线。3.根据权利要求1或2所述的方法,其特征在于,所述通过所述目标采样点的采样值以及预置的波动轨迹线集合获取告警标签包括:根据第一公式计算脱轨标签outFlag;所述第一公式为:其中,i=1,2,…,n表示所述目标采样点,所述samp(i)为所述目标采样点的采样值,所述OrbitUp(i)为所述波动轨迹线集合所包括的向上波动轨迹线与所述目标采样点对应的值,所述OrbitDown(i)为所述波动轨迹线集合所包括的向下波动轨迹线与所述目标采样点对应的值;若连续N0个所述目标采样点的所述脱轨标签outFlag等于1,则生成所述告警标签,其中,所述N0为预先设置的毛刺点个数阈值。4.根据权利要求3所述的方法,其特征在于,所述通过所述目标采样点的采样值以及预置的波动轨迹线集合获取告警标签包括:根据第二公式计算波动突变标签violentFlag;所述第二公式为:其中,所述γi为所述目标采样点的波动率,所述up_limit为所述目标采样点的波动率上极限值,所述down_limit为所述目标采样点的波动率下极限值;若连续M0个所述目标采样点的所述波动突变标签violentFlag等于1,则生成所述告警标签,其中,所述M0为预先设置的波动率计算延时。5.根据权利要求4所述的方法,其特征在于,所述根据第二公式计算波动突变标签violentFlag之前,所述方法还包括:判断所述目标采样点是否小于或等于所述M0;若所述目标采样点小于或等于所述M0,则在预设统计周期内的前M0个目标采样点中,确定所述波动突变标签violentFlag=0;若所述目标采样点大于所述M0,则根据第三公式计算所述目标采样点的所述波动率γi;所述第三公式为:其中,所述samp(i)为所述目标采样点的采样值;根据第四公式计算所述目标采样点的所述波动率上极限值up_limit;所述第四公式为:up_limit=MIN{1,|VolatyUp(i)·(1+N0·α0)|},其中,所述VolatyUp(i)为所述向上波动率序列,所述N0为预先设置的毛刺点个数阈值,所述α0为预设的初始算法精度值;根据第五公式计算所述目标采样点的波动率下极限值down_limit;所述第五公式为:down_limit=MIN{1,|VolatyDown(i)·(1-N0·α0)|},其中,所述VolatyDown(i)为所述向下波动率序列。6.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取所述当前监控点的初始样本数据集;对所述初始样本数据集中的所有样本通过预处理方式进行预处理以获取预处理后的样本数据集;所述预处理方式为以下所示的至少一种:数据还原、通过移动平均法进行缺失数据补齐、对所述初始样本数据集所包括的毛刺子序列所包括的任一采样点进行光滑化处理;根据所述预处理后的样本数据集获取所述目标样本数据集。7.根据权利要求2所述的方法,其特征在于,所述获取所述样本数据集的波动率序列包括:根据第六公式计算向上波动率序列VolatyUp(i);所述第六公式为:其中,i为在所述样本数据集所包括的任一采样点,所述maxi=MAX(Xi),所述Xi为在所述样本数据集所包括的所有样本在采样点i处的采样值,所述所述为在所述样本数据集所包括的所有样本在采样点i-M0处的采样值,所述M0为预先设置的波动率计算延时。8.根据权利要求2所述的方法,其特征在于,所述获取所述样本数据集的波动率序列包括:根据第七公式计算向上波动率序列Vol...
【专利技术属性】
技术研发人员:陈爱明,蔺绍祝,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
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。