一种告警方法及装置制造方法及图纸

本申请提供了一种告警方法以及装置，获取设备的实时状态参数，将所述设备的实时状态参数输入预先训练的分类器，得到设备状态的分类结果，在所述分类结果为非正常的情况下，发出告警信息。使用预先训练的分类器识别设备的状态，而非仅依据固定的阈值，因此，具有更高的准确性和可靠性，在保证不遗漏故障告警的情况下，降低自动化告警的误报率。

【技术实现步骤摘要】
一种告警方法及装置
本申请涉及电子信息领域，尤其涉及一种告警方法及装置。
技术介绍
信息技术(InformationTechnology，IT)运维是指采用相关的方法、手段、技术、制度、流程和文档等，对IT运行环境(如硬软件环境、网络环境等)、IT业务系统和IT运维人员进行的综合管理。所谓IT运维自动化是指通过将日常IT运维中大量的重复性工作(小到简单的日常检查、配置变更和软件安装，大到整个变更流程的组织调度)由过去的手工执行转为自动化操作，从而减少乃至消除运维中的延迟，实现“零延时”的IT运维。IT运维自动化从诞生发展至今，自动化作为其重要属性之一，已经不仅仅只是代替人工操作，更重要的是深层探知和全局分析，关注的是在当前条件下如何实现性能与服务最优化，同时保障投资收益最大化。IT运维自动化是一组将静态的设备结构转化为根据IT服务需求动态弹性响应的策略，目的就是提高IT运维的质量，并降低维护成本。自动化告警是自动化IT运维的重要功能之一，自动化告警指基于流程化的框架，将事件与IT流程相关联，一旦被监控系统发生性能超标或宕机，会触发相关事件以及事先定义好的流程，可自动启动故障响应和恢复机制。现有的自动化告警系统，一般都是针对预先设定的固定条件是否被触发来判断是否告警。例如，设备的内存占用到一定的百分比，或者设备的中央处理器的当前温度达到了预设的温度阈值，则会发出告警。但是在现在的互联网环境下，一些偶尔的内存使用率高占比或者处理器高温是很容易发生的，这并不代表设备就发生了故障。可见，现有的自动化告警系统的误报率比较高。然而，如果条件设置的过低，则有可能遗漏真正的故障。可见，如何在保证不遗漏故障告警的情况下，降低自动化告警的误报(将正常情况识别为故障而发出告警)率，成为目前亟待解决的问题。
技术实现思路
本申请提供了一种告警方法及装置，目的在于解决如何在保证不遗漏故障告警的情况下，降低自动化告警的误报率的问题。为了实现上述目的，本申请提供了以下技术方案：一种告警方法，包括：获取设备的实时状态参数；将所述设备的实时状态参数输入预先训练的分类器，得到设备状态的分类结果；所述分类器使用历史运维数据训练得到，所述历史运维数据包括设备的历史状态、以及在历史状态下的设备的历史状态参数，所述历史状态参数与所述实时状态参数具有相同的参数项；在所述分类结果为非正常的情况下，发出告警信息。可选的，所述历史状态参数包括以下参数项中的至少一项：中央处理器的负荷、内存的使用占比，磁盘的使用占比，网络状态参数、中央处理器的温度值和电源的温度值；所述实时状态参数包括以下参数项中的至少一项：所述中央处理器的负荷、所述内存的使用占比，所述磁盘的使用占比、所述网络状态参数、所述中央处理器的温度值和所述电源的温度值。可选的，所述设备的历史状态包括以下任意一项：网络异常、内存不足、宕机、磁盘空间满和正常；所述设备状态的分类结果包括以下任意一项：所述网络异常、所述内存不足、所述宕机、所述磁盘空间满和所述正常。可选的，所述发出告警信息包括：发出非正常的设备的各状态参数以及所述非正常的设备的状态的分类结果。可选的，所述分类器包括：k-最近邻算法分类器。一种告警装置，包括：获取模块，用于获取设备的实时状态参数；分类模块，用于将所述设备的实时状态参数输入预先训练的分类器，得到设备状态的分类结果；所述分类器使用历史运维数据训练得到，所述历史运维数据包括设备的历史状态、以及在所述历史状态下的设备的历史状态参数，所述历史状态参数与所述实时状态参数具有相同的参数项；告警模块，用于在所述分类结果为非正常的情况下，发出告警信息。可选的，所述历史状态参数包括以下参数项中的至少一项：中央处理器的负荷、内存的使用占比，磁盘的使用占比，网络状态参数、中央处理器的温度值和电源的温度值；所述实时状态参数包括以下参数项中的至少一项：所述中央处理器的负荷、所述内存的使用占比，所述磁盘的使用占比、所述网络状态参数、所述中央处理器的温度值和所述电源的温度值。可选的，所述设备的历史状态包括以下任意一项：网络异常、内存不足、宕机、磁盘空间满和正常；所述设备状态的分类结果包括以下任意一项：所述网络异常、所述内存不足、所述宕机、所述磁盘空间满和所述正常。可选的，所述告警模块用于在所述分类结果为非正常的情况下，发出告警信息包括：所述告警模块具体用于，发出非正常的设备的各状态参数以及所述非正常的设备的状态分类结果。可选的，所述分类器包括：k-最近邻算法分类器。本申请所述的告警方法及装置，使用预先训练的分类器识别设备的状态，而非仅依据固定的阈值，因此，具有更高的准确性和可靠性，在保证不遗漏故障告警的情况下，降低自动化告警的误报率。附图说明为了更清楚地说明本申请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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。图1为本申请实施例公开的告警方法的流程图；图2为本申请实施例公开的告警装置的结构示意图。具体实施方式本申请实施例公开的告警方法以及装置，可以用于监控网络中的设备，例如服务器的运行情况，使用人工智能技术训练识别模型，以多个状态参数识别设备的运行情况，提高故障识别的准确性，在识别出故障后进行告警。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。图1为本申请实施例公开的一种告警方法，包括以下步骤：S101：获取历史运维数据。其中，历史运维数据包括设备的历史状态、以及在历史状态下的设备的历史状态参数。具体的，设备的历史状态包括但不限于：网络异常、内存不足、宕机、磁盘空间满和正常。设备的历史状态参数包括但不限于设备的以下参数：中央处理器的负荷、内存的使用占比，磁盘的使用占比，网络状态参数(例如速率)、中央处理器的温度值和电源的温度值。具体的，可以使用zabbix工具获取历史运维数据。zabbix是一个基于WEB界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案。zabbix能监视各种网络设备的参数。在获取到历史运维数据后，可以将历史运维数据存储在MySQL数据库中。在MySQL数据库中，每一个历史状态以及在该历史状态下的设备的历史状态参数对应存储。S102：使用历史运维数据，训练k-最近邻算法(K-NearestNeighbor，KNN)分类器。KNN算法的核心思想为：如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。k通常是不大于20的整数。在KNN算法中，通过计算对象间的距离来作为各个对象之间的非相似性指标，避免了对象之间的匹配问题，在这里距离一般使用欧氏距离或曼哈顿距离：欧式距离：曼哈顿距离：同时，KNN通过依据k个对象中占优的类别进行决策本文档来自技高网...

【技术保护点】
一种告警方法，其特征在于，包括：获取设备的实时状态参数；将所述设备的实时状态参数输入预先训练的分类器，得到设备状态的分类结果；所述分类器使用历史运维数据训练得到，所述历史运维数据包括设备的历史状态、以及在所述历史状态下的设备的历史状态参数，所述历史状态参数与所述实时状态参数具有相同的参数项；在所述分类结果为非正常的情况下，发出告警信息。

【技术特征摘要】
1.一种告警方法，其特征在于，包括：获取设备的实时状态参数；将所述设备的实时状态参数输入预先训练的分类器，得到设备状态的分类结果；所述分类器使用历史运维数据训练得到，所述历史运维数据包括设备的历史状态、以及在所述历史状态下的设备的历史状态参数，所述历史状态参数与所述实时状态参数具有相同的参数项；在所述分类结果为非正常的情况下，发出告警信息。2.根据权利要求1所述的方法，其特征在于，所述历史状态参数包括以下参数项中的至少一项：中央处理器的负荷、内存的使用占比，磁盘的使用占比，网络状态参数、中央处理器的温度值和电源的温度值；所述实时状态参数包括以下参数项中的至少一项：所述中央处理器的负荷、所述内存的使用占比，所述磁盘的使用占比、所述网络状态参数、所述中央处理器的温度值和所述电源的温度值。3.根据权利要求1所述的方法，其特征在于，所述设备的历史状态包括以下任意一项：网络异常、内存不足、宕机、磁盘空间满和正常；所述设备状态的分类结果包括以下任意一项：所述网络异常、所述内存不足、所述宕机、所述磁盘空间满和所述正常。4.根据权利要求1所述的方法，其特征在于，所述发出告警信息包括：发出非正常的设备的各状态参数以及所述非正常的设备的状态的分类结果。5.根据权利要求1-4任一项所述的方法，其特征在于，所述分类器包括：k-最近邻算法分类器。6.一种告警装置，其特征在于，包括：获取模块，用于获取...

【专利技术属性】
技术研发人员：冯启东，
申请(专利权)人：北京搜狐新媒体信息技术有限公司，
类型：发明
国别省市：北京,11