【技术实现步骤摘要】
一种模型训练方法及相关装置
[0001]本申请涉及人工智能
，尤其涉及一种模型训练方法及相关装置。
技术介绍
[0002]随着云原生技术的普及，大型在线系统的微服务架构有效地促进了网络应用的高效实现和独立部署。通常情况下，微服务架构下的微服务之间具有复杂的调用关系，任一微服务发生故障都可能引发故障雪崩，进而影响该微服务架构所提供的服务质量。为了避免这种情况发生，运维人员需要密切地监控各微服务的各项关键指标（Key Performance Indicator，KPI），一旦检测到KPI出现异常，立即介入并排除故障。
[0003]近年来，相关技术中涌现出了大量的指标检测方法，例如，基于概率（probabilistic
‑
based）的指标检测方法、基于距离（distance
‑
based）的指标检测方法、基于领域（domain
‑
based）的指标检测方法、基于重构（reconstruction
‑
based）的指标检测方法等。这些指标检测方法...
【技术保护点】
【技术特征摘要】
1.一种模型训练方法，其特征在于，所述方法包括：获取目标业务场景中的至少一个待检测指标数据；针对每个所述待检测指标数据，通过深度神经网络模型，根据所述待检测指标数据，确定所述待检测指标数据对应的检测结果的不确定性；所述不确定性用于表征所述检测结果的可靠程度，所述检测结果是通过所述深度神经网络模型根据所述待检测指标数据确定的；根据所述至少一个待检测指标数据各自对应的检测结果的不确定性，从所述至少一个待检测指标数据中选出参考指标数据，并获取所述参考指标数据对应的标注检测结果；基于所述参考指标数据及其对应的标注检测结果，对所述深度神经网络模型进行训练，得到适用于所述目标业务场景的目标指标检测模型。2.根据权利要求1所述的方法，其特征在于，所述深度神经网络模型为随机失活神经网络模型，所述随机失活神经网络模型运行时会基于预设剔除比率随机剔除内部的神经元连接；所述通过深度神经网络模型，根据所述待检测指标数据，确定所述待检测指标数据对应的检测结果的不确定性，包括：通过所述随机失活神经网络模型，对所述待检测指标数据执行多次神经网络正向传播，得到多次正向传播各自对应的检测结果；根据所述多次正向传播各自对应的检测结果，确定所述待检测指标数据对应的检测结果的不确定性。3.根据权利要求2所述的方法，其特征在于，所述根据所述多次正向传播各自对应的检测结果，确定所述待检测指标数据对应的检测结果的不确定性，包括：根据所述多次正向传播各自对应的检测结果，确定检测结果分布方差和检测结果分布标准差中的至少一种；基于所述检测结果分布方差和所述检测结果分布标准差中的至少一种，确定所述待检测指标数据对应的检测结果的不确定性。4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：根据所述多次正向传播各自对应的检测结果，确定检测结果均值；基于所述检测结果均值，确定所述待检测指标数据对应的检测结果。5.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个待检测指标数据各自对应的检测结果的不确定性，从所述至少一个待检测指标数据中选出参考指标数据，包括以下任一种：针对每个所述待检测指标数据，判断所述待检测指标数据对应的检测结果的不确定性是否超过预设阈值，若是，则确定所述待检测指标数据为所述参考指标数据；按照所对应的检测结果的不确定性从大到小的顺序，对所述至少一个待检测指标数据进行排序；确定排序靠前的预设数量的所述待检测指标数据，作为所述参考指标数据。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：检测到所述目标业务场景中的工作模式发生变化时，获取工作模式变化后的所述目标业务场景中的至少一个更新待检测指标数据；针对每个所述更新待检测指标数据，通过所述目标指标检测模型，根据所述更新待检
测指标数据，确定所述更新待检测指标数据对应的检测结果的不确定性；根据所述至少一个更新待检测指标数据各自对应的检测结果的不确定性，从所述至少一个更新待检测指标数据中选出更新参考指标数据，并获取所述更新参考指标数据对应的标注检测结果；基于所述更新参考指标数据及其对应的标注检测结果，对所述目标指标检测模型进行训练，得到适用于工作模式变化后的所述目标业务场景的更新目标指标检测模型。7.根据权利要求1所述的方法，其特征在于，所述获取目标业务场景中的至少一个待检测指标数据，包括：确定多个所...
【专利技术属性】
技术研发人员：黄涛，李瑞鹏，
申请(专利权)人：腾讯科技深圳有限公司，
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。