业务维度预测模型的训练方法及相关装置制造方法及图纸

本申请公开了人工智能领域中一种业务维度预测模型的训练方法及相关装置。本申请提供的技术方案中，采集第一信息系统在第一时刻的第一监控数据；获取第一告警信息，第一告警信息用于表示第一信息系统在第二时刻的监控数据是否异常，第二时刻位于第一时刻之后；根据第一监控数据和第一告警信息，对业务维度预测模型进行训练，第一告警信息用作第一监控数据的标签，提高了业务维度预测模型的准确度；根据本申请中的业务维度预测模型和信息系统在当前时刻的监控数据可以计算信息系统在下一时刻的监控数据异常的预测值，提高了信息系统的安全性。的安全性。的安全性。

【技术实现步骤摘要】
业务维度预测模型的训练方法及相关装置


[0001]本申请涉及人工智能领域，尤其涉及一种业务维度预测模型的训练方法及相关装置。

技术介绍

[0002]随着各行业信息化水平的提升，信息系统覆盖规模日趋增大，随之产生的信息系统中的监控数据也有爆发式增长。面对大量的监控数据，需要一种有效的数据分析方法对监控数据进行挖掘分析，以达到对信息系统中的异常数据告警的目的。
[0003]在现有技术中，大多采用“事后告警”的方法对信息系统中的异常数据进行告警。具体地，针对信息系统中的每一个运行指标预先设定一个经验阈值，当该运行指标对应的监控数据达到预设的阈值后触发对该运行指标的告警。此类“事后告警”的方法虽然可以及时反馈信息系统中的异常情况，但实际收到告警时异常情况已经发生，导致信息系统的安全性较低。因此，如何通过对信息系统中的历史监控数据的处理提高信息系统的安全性成为了亟待解决的问题。

技术实现思路

[0004]本申请提出了人工智能领域中一种业务维度预测模型的训练方法及相关装置，提高了业务维度预测模型的准确度。
[0005]第一方面，本申请提供一种业务维度预测模型的训练方法。所述方法包括：采集第一信息系统在第一时刻的第一监控数据；获取第一告警信息，所述第一告警信息用于表示所述第一信息系统在第二时刻的监控数据是否异常，所述第二时刻位于所述第一时刻之后；根据所述第一监控数据和所述第一告警信息，对所述业务维度预测模型进行训练，所述第一告警信息用作所述第一监控数据的标签。
[0006]本方法中，根据第一信息系统在第一时刻的第一监控数据和第一告警信息对业务维度预测模型进行训练，第一告警信息用于表示第一信息系统在第二时刻的监控数据是否异常，第二时刻位于第一时刻之后，提高了业务维度预测模型的准确度。
[0007]在一种可能的实现方式中，所述第一监控数据包括多个监控指标对应的监控数据。
[0008]在一种可能的实现方式中，所述方法还包括：获取第一监控指标对应的多个监控数据，所述第一监控指标为所述多个监控指标中的一个，所述多个监控数据的采集时刻不同；使用最小二乘法根据所述多个监控数据，拟合得到在先时刻时所述第一监控指标对应的监控数据与在后时刻时所述第一监控指标对应的监控数据之间的映射关系。
[0009]该实现方式中，使用最小二乘法根据第一监控指标的多个监控数据和每个监控数据对应的采集时刻，拟合得到在先时刻时第一监控指标对应的监控数据与在后时刻时第一监控指标对应的监控数据之间的映射关系，提高了在先时刻时第一监控指标对应的监控数据与在后时刻时第一监控指标对应的监控数据之间的映射关系的准确度。
[0010]在一种可能的实现方式中，所述多个监控指标包括以下指标中一种或多种：基础资源类指标、中间件资源类指标和业务处理类指标。
[0011]在一种可能的实现方式中，所述根据所述第一监控数据和所述第一告警信息，对所述业务维度预测模型进行训练，包括：对所述第一监控数据进行标准化处理，得到标准化数据；将所述标准化数据转化为特征向量；将所述特征向量作为所述业务维度预测模型的输入，将所述第一告警信息作为所述特征向量的标签，对所述业务维度预测模型进行训练。
[0012]该实现方式中，对第一监控数据进行标准化处理并转化为特征向量，将该特征向量作为业务维度预测模型的输入，将第一告警信息作为特征向量的标签，对业务维度预测模型进行训练，提高了业务维度预测模型的准确度。
[0013]第二方面，本申请提供一种监控数据的告警方法，所述方法包括：采集信息系统在当前时刻的监控数据；使用业务维度预测模型基于所述监控数据预测所述信息系统在所述下一时刻的监控数据的告警信息，所述业务维度预测模型为使用如权利要求1至5中任一项所述的训练方法得到的业务维度预测模型；根据所述告警信息确定所述信息系统在所述下一时刻的监控数据是否异常。
[0014]本方法中，使用业务维度预测模型基于当前时刻的监控数据预测信息系统在下一时刻的监控数据的告警信息，根据该告警信息确定信息系统在下一时刻的监控数据是否异常，并对信息系统中下一时刻的异常数据进行预警，提高了信息系统的安全性。
[0015]在一种可能的实现方式中，所述监控数据包括多个监控指标对应的监控数据，且根据所述告警信息确定所述信息系统在所述下一时刻的监控数据异常的情况下，所述方法还包括：针对所述多个监控指标中每个监控指标在所述当前时刻对应的单项监控数据，使用在先时刻时所述每个监控指标对应的监控数据与在后时刻时所述每个监控指标对应的监控数据之间的映射关系，基于所述每个监控指标在所述当前时刻对应的单项监控数据，估计所述每个监控指标在所述当前时刻之后的时刻对应的单项监控数据，所述映射关系为使用如权利要求3所述的训练方法拟合得到的映射关系；输出所述每个监控指标在所述当前时刻之后的时刻对应的单项监控数据。
[0016]该实现方式中，使用在先时刻时每个监控指标对应的监控数据与在后时刻时每个监控指标对应的监控数据之间的映射关系，基于每个监控指标在当前时刻对应的单项监控数据，估计每个监控指标在当前时刻之后的时刻对应的单项监控数据，并输出每个监控指标在当前时刻之后的时刻对应的单项监控数据，提高了信息系统的安全性。
[0017]第三方面，本申请提供一种业务维度预测模型的训练装置，所述装置可以包括用于实现第一方面中的方法的各个模块，这些模块可以通过软件和/或硬件的方式实现。
[0018]第四方面，本申请提供一种监控数据的告警装置，所述装置可以包括用于实现第二方面中的方法的各个模块，这些模块可以通过软件和/或硬件的方式实现。
[0019]第五方面，本申请提供一种业务维度预测模型的训练装置。该装置可以包括与存储器耦合的处理器。其中，该存储器用于存储程序代码，该处理器用于执行该存储器中的程序代码，以实现第一方面或其中任意一种实现方式中的方法。
[0020]可选地，该装置还可以包括该存储器。
[0021]第六方面，本申请提供一种监控数据的告警装置。该装置可以包括与存储器耦合的处理器。其中，该存储器用于存储程序代码，该处理器用于执行该存储器中的程序代码，
以实现第二方面或其中任意一种实现方式中的方法。
[0022]可选地，该装置还可以包括该存储器。
[0023]第七方面，本申请提供一种计算机可读介质，该计算机可读介质存储用于设备执行的程序代码，该程序代码包括用于执行如第一方面或第二方面或其中任意一种可能的实现方式所述的方法。
[0024]第八方面，本申请提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行如第一方面或第二方面或其中任意一种可能的实现方式所述的方法。
[0025]第九方面，本申请提供一种计算系统，包括至少一个处理器和通信接口，所述通信接口和所述至少一个处理器通过线路互联，所述通信接口与目标系统通信，所述至少一个处理器用于运行计算机程序或指令，以执行如第一方面或第二方面或其中任意一种可能的实现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务维度预测模型的训练方法，其特征在于，所述方法包括：采集第一信息系统在第一时刻的第一监控数据；获取第一告警信息，所述第一告警信息用于表示所述第一信息系统在第二时刻的监控数据是否异常，所述第二时刻位于所述第一时刻之后；根据所述第一监控数据和所述第一告警信息，对所述业务维度预测模型进行训练，所述第一告警信息用作所述第一监控数据的标签。2.根据权利要求1所述的方法，其特征在于，所述第一监控数据包括多个监控指标对应的监控数据。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取第一监控指标对应的多个监控数据，所述第一监控指标为所述多个监控指标中的一个，所述多个监控数据的采集时刻不同；使用最小二乘法根据所述多个监控数据，拟合得到在先时刻时所述第一监控指标对应的监控数据与在后时刻时所述第一监控指标对应的监控数据之间的映射关系。4.根据权利要求2或3所述的方法，其特征在于，所述多个监控指标包括以下指标中一种或多种：基础资源类指标、中间件资源类指标和业务处理类指标。5.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述第一监控数据和所述第一告警信息，对所述业务维度预测模型进行训练，包括：对所述第一监控数据进行标准化处理，得到标准化数据；将所述标准化数据转化为特征向量；将所述特征向量作为所述业务维度预测模型的输入，将所述第一告警信息作为所述特征向量的标签，对所述业务维度预测模型进行训练。6.一种监控数据的告警方法，其特征在于，所述方法包括：采...

【专利技术属性】
技术研发人员：王伟，
申请(专利权)人：联通支付有限公司，
类型：发明
国别省市：