【技术实现步骤摘要】
智能告警分析方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种智能告警分析方法、装置、设备及存储介质。
技术介绍
[0002]随着大数据、区块链、云计算的高速发展，利用大数据算法可以推动许多行业的发展，但是在推动行业发展的同时就会面临技术不成熟带来的一系列应用故障，程序故障，网络故障问题，这就使得在网络结构中会产生大量的告警信息，需要对这些告警信息进行分析，得到故障根源信息，根据故障根源信息定位故障所在。
[0003]然而目前排除故障的方法依旧依赖于经验和人工排除来解决故障，并且因实际的业务系统会因版本变更、业务调整、节假日等特殊情况导致实际情况与历史趋势偏差很大导致告警误判，造成运维人员不必要的工作负担。此外，在大量的告警中，如何将关联性告警进行收敛，对告警进行智能根因分析也是一项挑战，如何快速、准确的找到并解决应用故障，程序故障，网络故障问题急需解决。
技术实现思路
[0004]本专利技术的主要目的在于解决告警分析时效率较低的技术问题。
[0005]本专利技术...
【技术保护点】
【技术特征摘要】
1.一种智能告警分析方法，其特征在于，所述智能告警分析方法包括：获取历史时序监控数据，并通过预设的比例系数对所述历史时序监控数据进行数据划分，得到模型构建数据集及区间预测数据集；基于蜂群算法，将所述模型构建数据集输入预置的自回归积分滑动平均模型进行模型训练，得到对应的时间序列预测模型；将所述区间预测数据集及预设数据动态权重输入所述时间序列预测模型进行告警区间预测，确定对应的告警预测区间序列；获取实时时序监控数据，并根据置信区间算法对所述实时时序监控数据进行分布区间计算，得到对应的数据分布区间序列，并通过所述告警预测区间序列对所述数据分布区间序列进行告警判断，若满足预设告警触发条件，则确定对应的告警信息；对所述告警信息进行特征提取处理，得到所述告警信息对应的告警特征信息；通过预置根因告警规则库及所述告警特征信息对所述告警信息进行根因分析，得到根因告警信息。2.根据权利要求1所述的智能告警分析方法，其特征在于，所述基于蜂群算法，将所述模型构建数据集输入预置的自回归积分滑动平均模型进行模型训练，得到对应的时间序列预测模型包括：将所述模型构建数据输入预置的自回归积分滑动平均模型，并对所述模型构建数据集进行基于时间单位的扫描，确定所述模型构建数据集中时序监控数据在每一时间单位的最大值和最小值，并生成对应的最大值序列和最小值序列；通过所述蜂群算法、所述最大值序列及所述最小值序列对所述预置的自回归积分滑动平均模型进行训练迭代，得到对应的时间序列预测模型。3.根据权利要求1或2所述的智能告警分析方法，其特征在于，所述将所述区间预测数据集及预设数据动态权重输入所述时间序列预测模型进行告警区间预测，确定对应的告警预测区间序列包括：将所述区间预测数据集及预设数据动态权重输入所述时间序列预测模型进行最值序列预测，确定对应的最大值预测序列和最小值预测序列；通过所述区间预测数据集的初始告警阈值、所述最大值预测序列及所述最小值预测序列进行告警区间分析，确定对应的预测告警区间序列，所述预测告警区间序列包括告警上限序列和告警下限序列。4.根据权利要求3所述的智能告警分析方法，其特征在于，所述通过所述区间预测数据集的初始告警阈值、所述最大值预测序列及所述最小值预测序列进行告警区间分析，确定对应的预测告警区间序列包括：对所述最大值预测序列和所述最小值预测序列进行变换调整，得到对应的目标最大值预测序列和目标最小值预测序列；通过所述初始告警阈值、所述目标最大值预测序列及所述目标最小值预测序列进行告警区间计算，得到对应的预测告警区间序列。5.根据权利要求1所述的智能告警分析方法，其特征在于，在所述对所述告警信息进行特征提取处理，得到所述告警信息对应的告警特征信息之后，在所述通过预置根因告警规则库及所述告警特征信息对所述告警信息进行根因分析，得到根因告警信息之前，还包括：
获取多个历史告警...
【专利技术属性】
技术研发人员：沈卫，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：
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。