一种基于发育网络的性能告警方法和装置制造方法及图纸

本发明专利技术公开了一种基于发育网络的性能告警方法和装置。所述方法包括：对每个监控资源，按照预先设置的时间间隔，在预设的采集周期中连续采集一组性能指标值；对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息；利用每个监控资源对应的一组斜率信息，构造输入矩阵，作为发育网络的X层输入；将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果；根据预先设置的计算结果与告警分类的对应关系，确定得到所述计算结果对应的告警分类。

【技术实现步骤摘要】
一种基于发育网络的性能告警方法和装置
本专利技术涉及信息处理领域，尤指一种基于发育网络的性能告警方法和装置。
技术介绍
随着互联网的飞速发展，数据中心承载着各种数据的采集、存储及分析等功能，并随着业务的增加，业务主机会出现CPU利用率、内存利用率、网络流量的增加与波动，影响着业务的稳定运行，传统监控系统仅根据指标的阈值进行告警，不能够对性能指标的波动性和综合个指标进行告警，已经不能够满足客户需求。
技术实现思路
为了解决上述技术问题，本专利技术提供了一种基于发育网络的性能告警方法和装置，能够。为了达到本专利技术目的，本专利技术提供了一种基于发育网络的性能告警方法，包括：对每个监控资源，按照预先设置的时间间隔，在预设的采集周期中连续采集一组性能指标值；对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息；利用每个监控资源对应的一组斜率信息，构造输入矩阵，作为发育网络的X层输入；将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果；根据预先设置的计算结果与告警分类的对应关系，确定得到所述计算结果对应的告警分类。在本专利技术提供的示例性实施例中，所述对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息，包括：对每个监控资源，在每个采集周期中，计算预设时间长度内所述监控资源的性能指标值的平均值；对每个监控资源，在每个采集周期中，对性能指标值的平均值进行归一化处理，得到处理后的指标值与采样时间的对应函数关系；对每个监控资源，计算每个采集周期中的函数关系的斜率信息。在本专利技术提供的示例性实施例中：所述输入矩阵的构造结果为或者，其中，a、b……、m均为服务器的性能参数，Ai表示性能指标的斜率信息，其中A为a、b……、m，其中i和m均为正整数。在本专利技术提供的示例性实施例中，所述将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果，包括；通过如下方式将所述输入矩阵依次与所述发育网络中的Y层进行计算，包括：获取所述发育网络中的Y层各个神经元的能量；根据获取到Y层各个神经元的能量，得到Y层神经元中能量最大的神经元j，其中j为正整数；配置神经元j输出为1，其他神经元的输出为0，作为Z层的输入；在与所述发育网络中的Y层计算完成后，通过如下方式将所述输入矩阵依次与所述发育网络中的Z层进行计算，包括：在接收到发育网络的Y层向Z层发送的输入信息后，获取所述发育网络中Z层进行响应的神经k，其中k为正整数；获取神经元k对应的结果。在本专利技术提供的示例性实施例中，所述将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果，还包括：更新所述Y层神经元j的权值，并为所述Y层神经元j的年龄加1；更新所述Z层神经元k的权值，并为所述Z层神经元k的年龄加1。为了达到本专利技术目的，本专利技术提供了一种基于发育网络的性能告警装置，包括：采集模块，用于对每个监控资源，按照预先设置的时间间隔，在预设的采集周期中连续采集一组性能指标值；获取模块，用于对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息；构造模块，用于利用每个监控资源对应的一组斜率信息，构造输入矩阵，作为发育网络的X层输入；计算模块，用于将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果；确定模块，用于根据预先设置的计算结果与告警分类的对应关系，确定得到所述计算结果对应的告警分类。在本专利技术提供的示例性实施例中，所述获取模块包括：第一计算单元，用于对每个监控资源，在每个采集周期中，计算预设时间长度内所述监控资源的性能指标值的平均值；处理单元，用于对每个监控资源，在每个采集周期中，对性能指标值的平均值进行归一化处理，得到处理后的指标值与采样时间的对应函数关系；第二计算单元，用于对每个监控资源，计算每个采集周期中的函数关系的斜率信息。在本专利技术提供的示例性实施例中：所述输入矩阵的构造结果为或者，其中，a、b……、m均为服务器的性能参数，Ai表示性能指标的斜率信息，其中A为a、b……、m，其中i和m均为正整数。在本专利技术提供的示例性实施例中，所述计算模块包括；第三计算单元，用于通过如下方式将所述输入矩阵依次与所述发育网络中的Y层进行计算，包括：获取所述发育网络中的Y层各个神经元的能量；根据获取到Y层各个神经元的能量，得到Y层神经元中能量最大的神经元j，其中j为正整数；配置神经元j输出为1，其他神经元的输出为0，作为Z层的输入；第四计算单元，用于在与所述发育网络中的Y层计算完成后，通过如下方式将所述输入矩阵依次与所述发育网络中的Z层进行计算，包括：在接收到发育网络的Y层向Z层发送的输入信息后，获取所述发育网络中Z层进行响应的神经k，其中k为正整数；获取神经元k对应的结果。在本专利技术提供的示例性实施例中，所述计算模块还包括：更新单元，用于更新所述Y层神经元j的权值，并为所述Y层神经元j的年龄加1；更新所述Z层神经元k的权值，并为所述Z层神经元k的年龄加1。本专利技术提供的实施例，根据连续采集监控资源的性能指标值，对性能指标的值进行平滑处理，根据性能指标的当前值和性能值当前采集点曲线斜率进行构造网络的输入矩阵；采用发育网络来实现资源性能的无阈值性能告警，在不需要设置阈值的前提下，能够对性能指标的波动进行告警，使得监控告警行为更加精准，且能够基于多个性能指标共同识别出潜在的告警，大大的提高了监控运行的稳定性，保证各种业务的正常运行。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。图1为本专利技术提供的基于发育网络的性能告警方法的流程图；图2为本专利技术提供的基于发育网络的示意图；图3为本专利技术提供的发育网络性能告警方法的示意图；图4为本专利技术提供的基于发育网络的性能告警装置的结构图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下文中将结合附图对本专利技术的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1为本专利技术提供的基于发育网络的性能告警方法的流程图。图1所示方法包括：步骤101、对每个监控资源，按照预先设置的时间间隔，在预设的采集周期中连续采集一组性能指标值；步骤102、对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息；步骤103、利用每个监控资源对应的一组斜率信息，构造输入矩阵，作为发育网络的X层输入；步骤104、将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果；步骤105、根据预先设置的计算结果与告本文档来自技高网...

【技术保护点】
1.一种基于发育网络的性能告警方法，其特征在于，包括：对每个监控资源，按照预先设置的时间间隔，在预设的采集周期中连续采集一组性能指标值；对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息；利用每个监控资源对应的一组斜率信息，构造输入矩阵，作为发育网络的X层输入；将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果；根据预先设置的计算结果与告警分类的对应关系，确定得到所述计算结果对应的告警分类。

【技术特征摘要】
1.一种基于发育网络的性能告警方法，其特征在于，包括：对每个监控资源，按照预先设置的时间间隔，在预设的采集周期中连续采集一组性能指标值；对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息；利用每个监控资源对应的一组斜率信息，构造输入矩阵，作为发育网络的X层输入；将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果；根据预先设置的计算结果与告警分类的对应关系，确定得到所述计算结果对应的告警分类。2.根据权利要求1所述的方法，其特征在于，所述对每个监控资源，根据采样周期和性能指标值的对应关系，得到所述采样周期和性能指标值的对应关系的曲线的一组斜率信息，包括：对每个监控资源，在每个采集周期中，计算预设时间长度内所述监控资源的性能指标值的平均值；对每个监控资源，在每个采集周期中，对性能指标值的平均值进行归一化处理，得到处理后的指标值与采样时间的对应函数关系；对每个监控资源，计算每个采集周期中的函数关系的斜率信息。3.根据权利要求1所述的方法，其特征在于：所述输入矩阵的构造结果为或者，其中，a、b……、m均为服务器的性能参数，Ai表示性能指标的斜率信息，其中A为a、b……、m，其中i和m均为正整数。4.根据权利要求1所述的方法，其特征在于，所述将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果，包括；通过如下方式将所述输入矩阵依次与所述发育网络中的Y层进行计算，包括：获取所述发育网络中的Y层各个神经元的能量；根据获取到Y层各个神经元的能量，得到Y层神经元中能量最大的神经元j，其中j为正整数；配置神经元j输出为1，其他神经元的输出为0，作为Z层的输入；在与所述发育网络中的Y层计算完成后，通过如下方式将所述输入矩阵依次与所述发育网络中的Z层进行计算，包括：在接收到发育网络的Y层向Z层发送的输入信息后，获取所述发育网络中Z层进行响应的神经k，其中k为正整数；获取神经元k对应的结果。5.根据权利要求4所述的方法，其特征在于，所述将所述输入矩阵依次与所述发育网络中的Y层和Z层进行计算，得到计算结果，还包括：更新所述Y层神经元j的权值，并为所述Y层神经元j的年龄加1；更新所述Z层神经元k的权值，并为...

【专利技术属性】
技术研发人员：段谊海，郭锋，张典，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41