作业预警方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种作业预警方法、装置、计算机设备和存储介质，涉及人工智能领域。所述方法包括：将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长，通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类，在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业，对各作业类下的预警作业进行预警。采用本方法能够提高作业预警合理性。业预警合理性。业预警合理性。

【技术实现步骤摘要】
作业预警方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种作业预警方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着互联网业务的飞速发展，服务器需要处理的作业数量也在与日俱增。为了保证大量作业的顺利处理，多采用神经网络对作业的处理时长进行预测，随后基于预测处理时长对批量的作业进行监控，判断每一作业在处理过程中是否发生堵塞，并在发生堵塞的情况下进行作业预警。
[0003]然而，由于各作业的作业量大小不一，所需作业时长不同，因此运维人员在众多作业预警中无法优先处理堵塞程度较大的作业，导致堵塞处理不及时，容易出现故障，亟需改进。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高作业预警合理性的作业预警方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种作业预警方法，所述方法包括：
[0006]将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长；
[0007]通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类；
[0008]在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业；
[0009]对各作业类下的预警作业进行预警。
[0010]在其中一个实施例中，分类网络的网络参数包括分类阈值参数；分类阈值参数是根据各历史作业的实际作业时长确定的。r/>[0011]在其中一个实施例中，分类阈值参数通过如下方式确定：
[0012]从各历史作业中选择作业过程未出现异常的候选作业；将各候选作业的实际作业时长中的最大作业时长作为第一分类阈值参数，以及将各候选作业的实际作业时长中的最小作业时长作为第二分类阈值参数；根据第一分类阈值参数和第二分类阈值参数，确定第三阈值参数；其中，第三分类阈值参数小于第一分类阈值参数，且第三分类阈值参数大于第二分类阈值参数。
[0013]在其中一个实施例中，根据第一分类阈值参数和第二分类阈值参数，确定第三阈值参数，包括：
[0014]根据第一分类阈值参数和第二分类阈值参数之间的时长差，确定第三分类阈值参数的参数数量；根据各候选作业的实际作业时长，绘制作业数量与作业时长之间的分布曲
线；根据参数数量，对分布曲线进行划分，得到至少两个划分区域；其中，各划分区域内的作业数量相同；根据各划分区域的划分点对应的作业时长，确定第三分类阈值参数。
[0015]在其中一个实施例中，根据第一分类阈值参数和第二分类阈值参数，确定第三阈值参数，包括：
[0016]确定第一分类阈值参数和第二分类阈值参数之间的时长差；将区间比例值与时长差之间的乘积，作为第三分类阈值参数。
[0017]在其中一个实施例中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业，包括：
[0018]针对每一作业类，按照从大到小的顺序，根据该作业类下各待处理作业的实际处理时长和预测处理时长之间的差值，对该作业类下的各待处理作业进行排序；将排序在前的预设数量个待处理作业，作为该作业类下的预警作业。
[0019]第二方面，本申请还提供了一种作业预警装置。所述装置包括：
[0020]时长预测模块，用于将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长；
[0021]作业分类模块，用于通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类；
[0022]作业确定模块，用于在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业；
[0023]预警模块，用于对各作业类下的预警作业进行预警。
[0024]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0025]将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长；
[0026]通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类；
[0027]在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业；
[0028]对各作业类下的预警作业进行预警。
[0029]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0030]将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长；
[0031]通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类；
[0032]在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业；
[0033]对各作业类下的预警作业进行预警。
[0034]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0035]将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长；
[0036]通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类；
[0037]在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业；
[0038]对各作业类下的预警作业进行预警。
[0039]上述作业预警方法、装置、计算机设备和存储介质，通过将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长，通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类，在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业，进而以作业类为单位，对每一作业类下的预警作业进行单独预警。相比于现有技术将所有待处理作业中的预警作业一起进行预警而言，一方面，本方案通过引入时长预测网络，能够精准预测出各待处理作业的预测处理时长；另一方面，通过引入分类网络，以待处理作业的预测处理时长为划分依据，能够使得划分到一个作业类下的待处理作业的预测处理时长相近，并以作业类为单位进行预警，提高了作业预警的合理性，进而便于运维人员更加准确且快速的定位堵塞程度较大的预警作业，从而提高了对预警作业处理的及时性。
附图说明
[0040]图1为一个实施例中作业预警方法的应用环境图；
[0041]图2为一个实施例中作业预警方法的流程示意图；
[0042]图3为一个实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作业预警方法，其特征在于，所述方法包括：将各待处理作业的需求资源输入至时长预测网络，得到各待处理作业的预测处理时长；通过分类网络，根据各待处理作业的预测处理时长，对各待处理作业进行分类，得到至少一个作业类；在处理各待处理作业过程中，根据各待处理作业的实际处理时长和预测处理时长之间的差值，确定各作业类下的预警作业；对各作业类下的预警作业进行预警。2.根据权利要求1所述的方法，其特征在于，所述分类网络的网络参数包括分类阈值参数；所述分类阈值参数是根据各历史作业的实际作业时长确定的。3.根据权利要求2所述的方法，其特征在于，所述分类阈值参数通过如下方式确定：从各历史作业中选择作业过程未出现异常的候选作业；将各候选作业的实际作业时长中的最大作业时长作为第一分类阈值参数，以及将各候选作业的实际作业时长中的最小作业时长作为第二分类阈值参数；根据所述第一分类阈值参数和所述第二分类阈值参数，确定第三分类阈值参数；其中，所述第三分类阈值参数小于所述第一分类阈值参数，且所述第三分类阈值参数大于所述第二分类阈值参数。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一分类阈值参数和所述第二分类阈值参数，确定第三阈值参数，包括：根据所述第一分类阈值参数和所述第二分类阈值参数之间的时长差，确定第三分类阈值参数的参数数量；根据各候选作业的实际作业时长，绘制作业数量与作业时长之间的分布曲线；根据所述参数数量，对所述分布曲线进行划分，得到至少两个划分区域；其中，各划分区域内的作业数量相同；根据各划分区域的划分点对应的作业时长，确定所述第三分类阈值参数。5.根据权利要求3所述的方法，其特征...

【专利技术属性】
技术研发人员：胡云，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：