【技术实现步骤摘要】
一种自动发现关键影响力指标的方法
本专利技术涉及监控
,特别涉及一种自动发现关键影响力指标的方法。
技术介绍
通过监控系统,可以实时采集到目标主机、数据库、存储、网络等IT环境的各类技术指标,根据这些指标,用户要么人为的根据经验来设定其目标系统的监控状态是否异常,要么通过人为的标注异常特征来让AI相关的算法来学习。无论通过哪种方式,其都需要人为的参与其指标的筛选。而且,当前在IT等设备或软件系统监控方面,其所监控的指标是否异常,归纳起来,有两种方式:一是静态方法,即当监测到某个值处于某个值或处于某个取值区间时,则认为是异常或非健康状态,这个值或取值区间的设定是事选设定好的,例如当CPU值高于85%,则认为主机性能处于不健康状态。二是标注法,即首先对监控的指标进行正常或异常的标注,然后通过AI相关算法去学习,从而找出其指标异常的规律,并以此来识别新的指标是否正常或健康。但是,当前技术在判定监控指标是否正常的方法中,都有一个共同的不足之处,就是需要事先进行人为的参与,标注其异常或正常的取值。 ...
【技术保护点】
1.一种自动发现关键影响力指标的方法,其特征在于,包括:/n设定对目标系统进行检查的指定时间段;/n选取所述指定时间段内与所述目标系统相关的影响力指标,并将选取的影响力指标进行采集并保存;/n对采集并保存的影响力指标进行两两相关性计算;/n对相关性计算结果取绝对值,并基于取绝对值结果,将每个影响力指标与其他所有影响力指标的相关性值进行求和,获得各影响力指标的综合相关性值;/n对获取的所有综合相关性值进行从大到小排序,并选取前预设N个最大的综合相关性值;/n将选取的前预设N个最大的综合相关性值以及对应的影响力指标进行显示。/n
【技术特征摘要】
1.一种自动发现关键影响力指标的方法,其特征在于,包括:
设定对目标系统进行检查的指定时间段;
选取所述指定时间段内与所述目标系统相关的影响力指标,并将选取的影响力指标进行采集并保存;
对采集并保存的影响力指标进行两两相关性计算;
对相关性计算结果取绝对值,并基于取绝对值结果,将每个影响力指标与其他所有影响力指标的相关性值进行求和,获得各影响力指标的综合相关性值;
对获取的所有综合相关性值进行从大到小排序,并选取前预设N个最大的综合相关性值;
将选取的前预设N个最大的综合相关性值以及对应的影响力指标进行显示。
2.如权利要求1所述的方法,其特征在于,对采集并保存的影响力指标进行两两相关性计算的过程中,包括:
获取采集并保存的影响力指标,且所述影响力指标的个数为n个;
选择预设方式,并基于n个所述影响力指标,进行两两相关性计算,获得(n-1)*n/2个相关性结果。
3.如权利要求2所述的方法,其特征在于,
所述预设方式包括:皮尔森、斯皮尔曼、肯德尔中的任一种或多种。
4.如权利要求1所述的方法,其特征在于,还包括:
根据如下公式获得各影响力指标的综合相关性值;
其中,表示各个影响力指标中的单个影响力指标的综合相关性值;
表示影响力指标在第t时间点的取值;表示第i个影响力指标的均值;表示第j个影响力指标在t时间点的指标值;表示第j个影响力指标的均值;t表示T中的各个采集时间点;T表示时间捕捉集合,即T表示总共有T个采集时间点;N表示影响力指标的总指标数,且,同时,还表示N个最大的综合相关性值的总个数,即最大的综合相关性值的总个数与影响力指标的总个数相同。
5.如权利要求1所述的方法,其特征在于,将选取的前预设N个最大的综合相关性值以及对应的影响力指标进行显示的步骤包括:
通过预设界面,对计算出的前预设N个最大的综合相关性值以及对应的影响力指标进行展现;
其中,对应的展现形式包括:图形形式、表格形式中的任一种或两种。
6.如权利要求1所述的方法,其特征在于,设定对目标系统进行检查的指定时间段的步骤包括:
从系统日志库中,爬取所述目标系统的工作日志;
基于所述工作日志,建立所述目标系统的正常工作时间节点集合和异常工作时间节点集合;
基于所述正常工作时间节点集合,确定第一检测时间;
基于所述异常工作时间节点集合,确定第二检测时间;
同时,确定所述正常工作时间节点集合中的每个正常工作时间节点与左右相邻的异常工作时间节点的第一关联关系,并基于所述第一关联关系对所述第一检测时间进行优化处理,获得第三检测时间;
确定所述异常工作时间节点集合中的每个异常工作时间节点与左右相邻的正常工作时间节点的第二关联关系,并基于所述第二关联关系对所述第二检测时间进行优化处理,获得第四检测时间;
基于所述第三检测时间以及第四检测时间,获取对所述目标系统的检测时间段;
并将所述检测时间设定为对目标系统进行检查指定时间段。
7.如权利要求1所述的方法,其特征...
【专利技术属性】
技术研发人员:沈克勤,王伟,何林浩,
申请(专利权)人:南京开特信息科技有限公司,
类型:发明
国别省市:江苏;32
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。