故障监测方法、电子设备及存储介质技术

本申请提供了一种故障监测方法、电子设备及存储介质，依据本申请实施例，可以确定与某一预设参数的平稳性特征相匹配的监测阈值，不同的平稳性特征的预设参数匹配到的监测阈值不同，利用与平稳性特征相匹配的监测阈值对云网络设备及预设参数进行故障监测，能够有效提高故障监测的精准性，减少故障误报。减少故障误报。减少故障误报。

【技术实现步骤摘要】
故障监测方法、电子设备及存储介质


[0001]本申请涉及云计算
，尤其涉及一种故障监测方法、电子设备及存储介质。

技术介绍

[0002]对于大规模、复杂的云网络运维场景来说，每分钟产生的时序数据的数量是亿级别的，对于这些数据进行监测和分析能够确定云网络设备是否发生故障。
[0003]目前对云网络设备或是对云网络设备产生的各预设参数进行监测的过程中，产生了大量的误报，淹没了真实的故障设备和故障数据。

技术实现思路

[0004]本申请实施例提供一种故障监测方法、电子设备及存储介质，以提高对云网络设备以及云网络设备产生的各预设参数进行故障监测的精准度。
[0005]第一方面，本申请实施例提供了一种故障监测方法，包括：获取云网络设备当前产生的对应于预设参数的目标时序数据，以及，与所述预设参数相匹配的监测阈值；其中，所述监测阈值是根据云网络设备运行正常时所产生的预设参数对应的时序数据的平稳性特征确定的；根据所述目标时序数据，确定所述预设参数当前的平稳性特征；根据所述当前的平稳性特征和所述监测阈值，对所述云网络设备的所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障监测方法，其特征在于，包括：获取云网络设备当前产生的对应于预设参数的目标时序数据，以及，与所述预设参数相匹配的监测阈值；其中，所述监测阈值是根据云网络设备运行正常时所产生的预设参数对应的时序数据的平稳性特征确定的；根据所述目标时序数据，确定所述预设参数当前的平稳性特征；根据所述当前的平稳性特征和所述监测阈值，对所述云网络设备的所述预设参数进行故障监测。2.根据权利要求1所述的故障监测方法，其特征在于，所述根据所述目标时序数据，确定所述预设参数当前的平稳性特征，包括：确定所述目标时序数据的初始平稳特征；将所述初始平稳特征和所述目标时序数据传入分类模型；由所述分类模型对所述初始平稳特征和所述目标时序数据进行处理，并输出所述平稳性特征。3.根据权利要求2所述的故障监测方法，其特征在于，所述分类模型通过训练获得，所述训练包括：分别获取与至少一种预设参数中每种预设参数相对应的多个样本时序数据；对所述多个样本时序数据进行聚类，得到至少一组样本时序数据；针对所述至少一组样本时序数据中的每组样本时序数据，获取该组样本时序数据中至少一个样本时序数据的专家标注标签；以及，根据所述专家标注标签，确定该组样本时序数据中各个样本时序数据的样本标签；利用各个所述样本时序数据，和各个所述样本时序数据对应的所述样本标签，训练所述分类模型。4.根据权利要求3所述的故障监测方法，其特征在于， 所述根据所述专家标注标签，确定该组样本时序数据中各个样本时序数据的样本标签，包括：在该组样本时序数据中的各个专家标注标签均相同的情况下，将所述专家标注标签作为该组样本时序数据中各个样本时序数据的样本标签。5.根据...

【专利技术属性】
技术研发人员：史洋洋，潘涌，吕彪，钮骏凯，韩泽鋆，杨帅，芮藤长，肖雄，祝顺民，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：