应用系统异常检测方法及系统技术方案

本发明专利技术提供一种应用系统异常检测方法及系统。该应用系统异常检测方法包括：获取每个分钟交易量对应的多种系统性能容量指标；对每种系统性能容量指标进行如下处理：根据系统性能容量指标得到对应的指标模型；将获取的多个当前分钟交易量输入指标模型中，得到多个拟合指标；根据多个当前分钟交易量对应的实际指标、多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差；根据多个指标误差生成报警信号；对报警信号进行上传。本发明专利技术可以提高应用系统性能容量管理的敏捷度和精细度，精准快速地排查系统异常指标。

Application system anomaly detection method and system

【技术实现步骤摘要】
应用系统异常检测方法及系统
本专利技术涉及系统异常检测
，具体地，涉及一种应用系统异常检测方法及系统。
技术介绍
得益于互联网行业的快速发展，云计算(Iaas、Paas)、虚拟机(VM)、容器技术(LinuxLXC为主)、微服务(Microservice)等新架构逐步发展落地，并逐步取代传统IT架构，并具有高伸缩性、平台计算资源分散化、分布式化、虚拟化、多地容灾等特点，传统行业也正悄然往这个方向发展。上述的IT架构转型又带来巨量的开放平台(Linuxx86为主)设备，给传统运维专业带来不小的挑战，尤其是在系统性能容量指标(KPI)的管理及异常检测上，主要是：1)传统运维专业的系统性能容量指标的管理相对滞后，主要以月报、季报为维度和周期进行线下KPI的收集和管理。企业IT基础设施大量虚拟化后，导致以操作系统计数的虚拟化设备数量激增，性能容量管理若以周、天、甚至小时的频率去管理难度大，成本高。一般发现系统性能容量指标出现异常，可能已过去数天的时间，在此期间可能会对业务体验造成一定的影响。2)传统运维专业的系统性能容量指标的管理是一种相对被动的管理方式。由于KPI阈值一般固定或以固定为主，无法进行动态智能的管理，KPI到达阈值时产生监控报警时再触发运维人员进行干预，故无法对KPI指标进行趋势分析，无法主动管理。在某一次软件升级后，或发生专业条线的营销或者运营活动等事件时，各KPI指标会产生波动，而阈值可能就需要重新设定，运维人员也根据经验和图线预判断实际KPI值否存在异常，无法进行精确的判定。3)传统运维专业的系统性能容量指标一般侧重单个指标判断，难以形成一个面进行多个KPI指标的智能检测，在目前大量分布式、微服务的IT架构下，产品线横跨多个应用，在发生问题时往往排查各类指标范围广，排查定位问题时间长。
技术实现思路
本专利技术实施例的主要目的在于提供一种应用系统异常检测方法及系统，以提高应用系统性能容量管理的敏捷度和精细度，精准快速地排查系统异常指标。为了实现上述目的，本专利技术实施例提供一种应用系统异常检测方法，包括：获取每个分钟交易量对应的多种系统性能容量指标；对每种系统性能容量指标进行如下处理：根据系统性能容量指标得到对应的指标模型；将获取的多个当前分钟交易量输入指标模型中，得到多个拟合指标；根据多个当前分钟交易量对应的实际指标、多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差；根据多个指标误差生成报警信号；对报警信号进行上传。本专利技术实施例还提供一种应用系统异常检测系统，包括：获取单元，用于获取每个分钟交易量对应的多种系统性能容量指标；指标模型单元，用于根据系统性能容量指标得到对应的指标模型；拟合指标单元，用于将获取的多个当前分钟交易量输入指标模型中，得到多个拟合指标；指标误差单元，用于根据多个当前分钟交易量对应的实际指标、多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差；报警信号单元，用于根据多个指标误差生成报警信号；上传单元，用于对报警信号进行上传。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的应用系统异常检测方法的步骤。本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的应用系统异常检测方法的步骤。本专利技术实施例的应用系统异常检测方法及系统对每种系统性能容量指标进行如下处理：先根据系统性能容量指标得到对应的指标模型，载将获取的多个当前分钟交易量输入指标模型中，得到多个拟合指标；然后根据多个当前分钟交易量对应的实际指标、多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差，最后根据多个指标误差生成报警信号，并对报警信号进行上传，可以提高应用系统性能容量管理的敏捷度和精细度，精准快速地排查系统异常指标。附图说明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的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中应用系统异常检测方法的流程图；图2是本专利技术一实施例中S102的流程图；图3是本专利技术一实施例中S105的流程图；图4是本专利技术另一实施例中S105的流程图；图5是本专利技术一实施例中获得总性能容量模型的流程图；图6是本专利技术实施例中服务器CPU使用率与分钟交易量的散点图；图7是本专利技术实施例中响应时间与分钟交易量的散点图；图8是本专利技术实施例中数据库CPU使用率与分钟交易量的散点图；图9是本专利技术实施例中数据库读写次数与分钟交易量的散点图；图10是本专利技术实施例中网络流量与分钟交易量的散点图；图11是本专利技术实施例中数据库DBTime与分钟交易量的散点图；图12是本专利技术实施例中交易量与时间的散点图；图13是本专利技术实施例中应用系统异常检测系统的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。鉴于现有技术的管理相对滞后，排查各类指标范围广，排查定位问题时间长，本专利技术实施例提供一种应用系统异常检测方法，以提高应用系统性能容量管理的敏捷度和精细度，精准快速地排查系统异常指标。以下结合附图对本专利技术进行详细说明。图1是本专利技术实施例中应用系统异常检测方法的流程图。如图1所示，应用系统异常检测方法包括：S101：获取每个分钟交易量对应的多种系统性能容量指标。表1表1是系统性能容量指标表。如表1所示，系统性能容量指标可以包括：CPU使用率、响应时间、读写次数、网络流量、DBTIME、并发数和交易量。对每种系统性能容量指标进行如下处理：S102：根据系统性能容量指标得到对应的指标模型。S103：将获取的多个当前分钟交易量输入指标模型中，得到多个拟合指标。S104：根据多个当前分钟交易量对应的实际指标、多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差。S105：根据多个指标误差生成报警信号。S106：对本文档来自技高网...

【技术保护点】
1.一种应用系统异常检测方法，其特征在于，包括：/n获取每个分钟交易量对应的多种系统性能容量指标；/n对每种系统性能容量指标进行如下处理：/n根据所述系统性能容量指标得到对应的指标模型；/n将获取的多个当前分钟交易量输入所述指标模型中，得到多个拟合指标；/n根据所述多个当前分钟交易量对应的实际指标、所述多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差；/n根据所述多个指标误差生成报警信号；/n对所述报警信号进行上传。/n

【技术特征摘要】
1.一种应用系统异常检测方法，其特征在于，包括：
获取每个分钟交易量对应的多种系统性能容量指标；
对每种系统性能容量指标进行如下处理：
根据所述系统性能容量指标得到对应的指标模型；
将获取的多个当前分钟交易量输入所述指标模型中，得到多个拟合指标；
根据所述多个当前分钟交易量对应的实际指标、所述多个拟合指标和预设的置信区间长度，得到该种系统性能容量指标对应的多个指标误差；
根据所述多个指标误差生成报警信号；
对所述报警信号进行上传。


2.根据权利要求1所述的应用系统异常检测方法，其特征在于，根据所述多个指标误差生成报警信号包括：
判断每个指标误差是否在预设的置信区间之内；
当预设时间内有连续多个指标误差不在所述预设的置信区间之内时，生成所述系统性能容量指标对应的指标报警信号。


3.根据权利要求1所述的应用系统异常检测方法，其特征在于，根据所述多个指标误差生成报警信号包括：
获取应用系统的总性能容量模型；
将所述多个指标误差输入所述总性能容量模型中，得到多个对应的总性能容量；
判断所述总性能容量是否异常；
当预设时间内有连续多个总性能容量为异常时，生成应用系统报警信号。


4.根据权利要求3所述的应用系统异常检测方法，其特征在于，
预先通过以下方式获得总性能容量模型；
获取每种系统性能容量指标对应的多个历史指标误差；
确定所述多个历史指标误差对应的多个总性能容量；
将一部分历史指标误差和对应的总性能容量作为总性能容量训练集，将另一部分历史指标误差和对应的总性能容量作为总性能容量评价集；
根据所述总性能容量训练集训练预设的初始总性能容量模型，得到经过训练的总性能容量模型：
根据所述总性能容量评价集对经过训练的总性能容量模型进行优化，得到总性能容量模型。


5.根据权利要求1所述的应用系统异常检测方法，其特征在于，根据所述系统性能容量指标得到对应的指标模型包括：
将一部分分钟交易量和对应的系统性能容量指标作为系统性能容量指标训练集，将另一部分分钟交易量和对应的系统性能容量指标作为系统性能容量指标评价集；
根据所述系统性能容量指标训练集训练预设的初始指标模型，得到经过训练的指标模型；
根据所述系统性能容量指标评价集对经过训练的指标模型进行优化，得到对应的指标模型。


6.一种应用系统异常检测系统，其特征在于，包括：
获取单元，用于获取每个分钟交易量对应的多种系统性能容量指标；
指标模型单元，用于根据所述系统性能容量指标得到对应的指标模...

【专利技术属性】
技术研发人员：陆沛卿，许广楼，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11