软件系统异常的确定方法、装置和存储介质制造方法及图纸

本申请实施例提供一种软件系统异常的确定方法、装置和存储介质。该方法包括：获取运行在第二服务器上的软件系统的运行数据集，该运行数据集中包括至少两种影响系统运行性能的参数；根据所述运行数据集，从至少两个决策树中确定目标决策树，所述决策树为对所述软件系统的历史运行数据集进行训练得到的；根据所述运行数据集和所述目标决策树，确定软件系统是否发生异常。本申请实施例可以提高确定软件系统异常的准确性，降低误判的概率。

【技术实现步骤摘要】
软件系统异常的确定方法、装置和存储介质
本申请实施例涉及金融科技(Fintech)技术，尤其涉及一种软件系统异常的确定方法、装置和存储介质。
技术介绍
随着科技的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性和实时性要求，也对技术提出了更高的要求，目前，在金融科技领域，软件系统的复杂程度也越来越高，相应的故障隐患也越来越多。当软件系统出现故障时，如果未能及时发现异常并进行针对性的维修，将会影响系统的正常运行，甚至会出现系统崩溃。现有技术中，通常是采用监控工具来监控系统的运行过程，具体的，可以通过判断监控指标是否超过设定的预设阈值，从而判断系统是否发生异常。如当中央处理器(CentralProcessingUnit，CPU)的占用率超过75％时，则进行告警，或者在内存超过60％时，则进行告警等等。然而，上述的监控过程，维度单一，针对不同的设备或系统，采用的标准都一致，容易监控的结果不准确，会发生误判的情况。
技术实现思路
本申请实施例提供一种软件系统异常的本文档来自技高网...

【技术保护点】
1.一种软件系统异常的确定方法，其特征在于，应用于第一服务器，所述方法包括：/n获取运行在第二服务器上的软件系统的运行数据集，所述运行数据集中包括至少两种影响系统运行性能的参数；/n根据所述运行数据集，从至少两个决策树中确定目标决策树，所述决策树为对所述软件系统的历史运行数据集进行训练得到的；/n根据所述运行数据集和所述目标决策树，确定软件系统是否发生异常。/n

【技术特征摘要】
1.一种软件系统异常的确定方法，其特征在于，应用于第一服务器，所述方法包括：
获取运行在第二服务器上的软件系统的运行数据集，所述运行数据集中包括至少两种影响系统运行性能的参数；
根据所述运行数据集，从至少两个决策树中确定目标决策树，所述决策树为对所述软件系统的历史运行数据集进行训练得到的；
根据所述运行数据集和所述目标决策树，确定软件系统是否发生异常。


2.根据权利要求1所述的方法，其特征在于，所述根据所述运行数据集，从至少两个决策树中确定目标决策树，包括：
提取所述运行数据集中的中央处理器CPU占用率和内存使用率；
根据所述CPU占用率和内存使用率，从所述至少两个决策树中确定所述目标决策树。


3.根据权利要求2所述的方法，其特征在于，所述至少两个决策树包括第一决策树和第二决策树，所述第一决策树为根据包括多个第一历史CPU占用率和多个第一历史内存使用率的第一训练集得到的，所述第二决策树为根据包括多个第二历史CPU使用率和多个第二历史内存使用率的第二训练集得到的；
所述根据所述CPU占用率和内存使用率，从所述至少两个决策树中确定所述目标决策树，包括：
确定所述CPU占用率和内存使用率，是否属于所述多个第一历史CPU占用率和多个第一历史内存使用率所覆盖的范围，或者是否属于所述多个第二历史CPU占用率和多个第二历史内存使用率所覆盖的范围；
根据确定结果，从所述第一决策树和所述第二决策树中确定所述目标决策树。


4.根据权利要求3所述的方法，其特征在于，所述根据确定结果，从所述至少两个决策树中确定所述目标决策树，包括：
若所述CPU占用率和内存使用率属于所述多个第一历史CPU占用率和多个第一历史内存使用率所覆盖的范围，则所述目标决策树为所述第一决策树；或者，
若所述CPU占用率和内存使用率属于所述多个第二历史CPU占用率和多个第二历史内存使用率所覆盖的范围，则所述目标决策树为所述第二决策树。


5.根据权利要求3或4所述的方法，其特征在于，所述方法还包括：
将所述第二训练集中的部分历史运行数据...

【专利技术属性】
技术研发人员：严晓斌，卢道和，周杰，刘建，陈文龙，翁玉萍，方镇举，邱晓婷，杨峙岳，王和平，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44