一种监控方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种监控方法、装置、电子设备及存储介质，属于数据处理领域，方法包括：获取目标监控指标的历史采样数据集合A；基于A，获取均值列表集D；获取表征D中的采样点和采样数据之间的关系的曲线图；按照时间窗口对所述曲线图中的曲线进行切割，得到n个子曲线；基于多个预设基准曲线，对n个子曲线进行聚类，得到多个目标类；确定每个目标类对应的监控阈值；对任一目标类时间窗口进行融合，得到至少一个融合时间段，并基于该目标类对应的监控阈值为每个对应的融合时间段设置对应的监控阈值；基于获取的监控阈值对目标监控指标进行监控。本发明专利技术能够使得监控阈值更加准确。发明专利技术能够使得监控阈值更加准确。发明专利技术能够使得监控阈值更加准确。

【技术实现步骤摘要】
一种监控方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理领域，特别是涉及一种监控方法、装置、电子设备及存储介质。

技术介绍

[0002]随着网络技术的广泛使用，当前几乎所有的数据传输都依赖于计算机服务器来处理。在计算机服务器运维工作中，实时监控每台服务器系统运行指标是必要工作，这些运行指标例如可包括计算机的CPU使用率，内存使用率，硬盘使用率，系统负载率，网络带宽使用量等等。这些指标反映计算机的健康状况，当指标不在正常范围时，计算机系统可能无法正常工作。
[0003]当前对这些指标的监控，一种解决方案是采用固定阈值监控。这种监控方式会存在如下问题：（1）针对每一类指标的阈值，首先运维专家需要根据对应的业务情况去配置自认为合理的阈值。不同运维人员配置的阈值存在着差别。（2）随着业务的不断变化，预先配置的阈值可能已经不符合指标现状，还需每天去检查配置的阈值是否合理。假设不进行阈值调整，则会导致告警不准，告警不足等各种各样的问题。（3）对于关注上下变化的指标阈值，则需要设置多条阈值去保证告警的准确性，导致维护成本高。
[0004]另一种解决方案是采用动态阈值监控，如专利文献CN108509314A公开的一种主机运行指标监控告警方法及系统装置。该专利公开的方案为，将一天划分为等长度的多个分钟级的时间段，基于指标在对应时间段的历史监控数据的最大值或者最大值和最小值来设置该时间段的监控阈值。该方案相比于固定阈值的监控方案，虽然能够实现更细致更灵敏的指标监控，然而，由于阈值直接采用的是某个分钟级的时间段内的最大值和最小值，会存在阈值设置不够准确的问题。此外，按照分钟级的固定长度进行监控，会导致监控过于频繁而使得维护成本过高的问题。

技术实现思路

[0005]针对上述技术问题，本专利技术采用的技术方案为：本专利技术实施例提供一种监控方法，所述方法包括如下步骤：S200，获取目标监控指标的历史采样数据集合A={A1，A2，
…
，A
i
，
…
，A
m
}，A
i
为第i个历史时间段对应的采样数据集，A
i
={a
i1
，a
i2
，
…
，a
ij
，
…
，a
in
}，a
ij
为第i个历史时间段的第j个时间窗口内的采样数据集，a
ij
={a
1ij
，a
2ij
，
…
，a
kij
，
…
，a
hij
}，a
kij
为第i个历史时间段的第j个时间窗口内的第k个采样数据，其中，i的取值为1到m，m为历史时间段的数量，j的取值为1到n，n为每个历史时间段内的时间窗口的数量，n=L/
△
t，L为一个历史时间段对应的时长，
△
t为每个时间窗口对应的时长， k的取值为1到h，h为一个时间窗口内的采样数据的数量，h=
△
t/f，f为采样间隔；S210，基于A，获取均值列表集D={D1，D2，
…
，D
j
，
…
，D
n
}，D中的第j个均值列表D
j
={D
j1
，D
j2
，
…
，D
jk
，
…
，D
jh
}，D
jk
为每个历史时间段的第j个时间窗口内的第k个采样数据集的均值，D
jk
=（∑
i=1m
a
kij
）/m；
S220，获取表征D中的采样时间和采样数据集的均值之间的关系曲线图；S230，按照n个时间窗口对所述曲线图中的曲线进行切割，得到n个子曲线；S240，基于多个预设基准曲线，对n个子曲线进行聚类，得到多个目标类；S250，对于任一目标类，基于该目标类所对应的所有的采样数据生成对应的分布图，如果生成的分布图表示对应的采样数据满足正态分布条件，则基于该目标类对应的最大波动值和对应的正态分布图，确定该目标类对应的监控阈值；S260，将任一目标类对应的时间窗口按照时间先后顺序进行排序并对在时间上存在连贯性的时间窗口进行融合，得到至少一个融合时间段，并基于该目标类对应的监控阈值为每个对应的融合时间段设置对应的监控阈值；S270，获取目标监控指标的当前采样数据以及对应的采样时间；S280，将获取的当前采样数据与对应的采样时间对应的融合时间段对应的监控阈值进行比较，如果当前采样数据位于对应的监控阈值内，则执行S270，否则，输出预警信息。
[0006]本专利技术另一实施例提供一种监控装置，所述装置包括：数据获取模块，用于获取目标监控指标的历史采样数据集合A={A1，A2，
…
，A
i
，
…
，A
m
}，A
i
为第i个历史时间段对应的采样数据集，A
i
={a
i1
，a
i2
，
…
，a
ij
，
…
，a
in
}，a
ij
为第i个历史时间段的第j个时间窗口内的采样数据集，a
ij
={ a
1ij
，a
2ij
，
…
，a
kij
，
…
，a
hij
}，a
kij
为第i个历史时间段的第j个时间窗口内的第k个采样数据，其中，i的取值为1到m，m为历史时间段的数量，j的取值为1到n，n为每个历史时间段内的时间窗口的数量，n=L/
△
t，L为一个历史时间段对应的时长，
△
t为每个时间窗口对应的时长， k的取值为1到h，h为一个时间窗口内的采样数据的数量，h=
△
t/f，f为采样间隔；数据处理模块，用于执行如下操作：S1，基于A，获取均值列表集D={D1，D2，
…
，D
j
，
…
，D
n
}，D中的第j个均值列表D
j
={D
j1
，D
j2
，
…
，D
jk
，
…
，D
jh
}，D
jk
为每个历史时间段的第j个时间窗口内的第k个采样数据集的均值，D
jk
=（∑
i=1m
a
kij
）/m；S2，获取表征D中的采样时间和采样数据集的均值之间的关系曲线图；S3，按照n个时间窗口对所述曲线图中的曲线进行切割，得到n个子曲本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监控方法，其特征在于，所述方法包括如下步骤：S200，获取目标监控指标的历史采样数据集合A={A1，A2，
…
，A
i
，
…
，A
m
}，A
i
为第i个历史时间段对应的采样数据集，A
i
={a
i1
，a
i2
，
…
，a
ij
，
…
，a
in
}，a
ij
为第i个历史时间段的第j个时间窗口内的采样数据集，a
ij
={a
1ij
，a
2ij
，
…
，a
kij
，
…
，a
hij
}，a
kij
为第i个历史时间段的第j个时间窗口内的第k个采样数据，其中，i的取值为1到m，m为历史时间段的数量，j的取值为1到n，n为每个历史时间段内的时间窗口的数量，n=L/
△
t，L为一个历史时间段对应的时长，
△
t为每个时间窗口对应的时长， k的取值为1到h，h为一个时间窗口内的采样数据的数量，h=
△
t/f，f为采样间隔；S210，基于A，获取均值列表集D={D1，D2，
…
，D
j
，
…
，D
n
}，D中的第j个均值列表D
j
={D
j1
，D
j2
，
…
，D
jk
，
…
，D
jh
}，D
jk
为每个历史时间段的第j个时间窗口内的第k个采样数据集的均值，D
jk
=（∑
i=1m
a
kij
）/m；S220，获取表征D中的采样时间和采样数据集的均值之间的关系曲线图；S230，按照n个时间窗口对所述曲线图中的曲线进行切割，得到n个子曲线；S240，基于多个预设基准曲线，对n个子曲线进行聚类，得到多个目标类；S250，对于任一目标类，基于该目标类所对应的所有的采样数据生成对应的分布图，如果生成的分布图表示对应的采样数据满足正态分布条件，则基于该目标类对应的最大波动值和对应的正态分布图，确定该目标类对应的监控阈值；S260，将任一目标类对应的时间窗口按照时间先后顺序进行排序并对在时间上存在连贯性的时间窗口进行融合，得到至少一个融合时间段，并基于该目标类对应的监控阈值为每个对应的融合时间段设置对应的监控阈值；S270，获取目标监控指标的当前采样数据以及对应的采样时间；S280，将获取的当前采样数据与对应的采样时间对应的融合时间段对应的监控阈值进行比较，如果当前采样数据位于对应的监控阈值内，则执行S270，否则，输出预警信息。2.根据权利要求1所述的方法，其特征在于，在S250中，目标类p对应的监控阈值基于如下步骤得到：S251，获取目标类p对应的最大相似度MS
p
以及所有目标类对应的最大相似度MSA
p
=max（MS1，MS2，
…
，MS
p
，
…
，MS
Z
）；目标类p对应的最大相似度为目标类p所包含的子曲线和对应预设基准曲线之间的相似度中的最大值；S252，基于MS
p
和MSA
p
获取目标类p对应的目标占比MFp=MS
p
/MSA
p
·
c
p
，c
p
为目标类p对应的基准曲线对应的预设占比；S253，基于MFp从所述正态分布图中获取面积占比等于MFp的对应区间，以及基于获取的对应区间从目标类p对应的所有的采样数据中获取对应的采样数据，作为目标类p的目标数据集Dp；S254，获取min（Dp）作为目标类p对应的监控阈值的下限值，以及获取max（Dp）作为目标类p对应的监控阈值的上限值。3.根据权利要求1所述的方法，其特征在于，S260还包括：如果生成的分布图表示对应的采样数据不满足正态分布条件，则任一目标类p对应的融合时间段的监控阈值TVp=f（W），W为目标类p对应的所有的采样数据，f（）为设定函数表达式。4.根据权利要求1所述的方法，其特征在于，S260具体包括：S261，设置初始时间段列表集TP
p
={TP
p1
，TP
p2
，
…
，TP
pd
}，第一初始时间段列表TP
p1
中的初始值为（T
sp1
，T
ep1
），T
sp1
为目标类p对应的第一个时间窗口的起始时间T
sp1
，T
ep1
为目标类p对应的第一个时间窗口的结束时间T
ep1
，TP
p2
，
…
，TP
pd
的初始值为Null，d为TP
p
中的初始时...

【专利技术属性】
技术研发人员：王绍密，王建，孙雨，周仲强，徐敏，和希文，赵梅，
申请(专利权)人：山东溯源安全科技有限公司，
类型：发明
国别省市：