【技术实现步骤摘要】
大数据平台监控方法、装置和设备
[0001]本申请涉及大数据
,尤其涉及一种大数据平台监控方法
、
装置和设备
。
技术介绍
[0002]随着大数据技术的发展,使得大数据的应用越来越广泛,产业界很多领域包括银行业都致力于建设各自的大数据平台,但是大规模数据不断叠加导致平台中出现异常的概率越来越大
。
[0003]现有技术中,对于大数据平台的异常检测,通常是银行业务人员登录大数据平台展示面板,人工发现数据缺失,或者数据不符合预期后倒排查问题原因
。
[0004]但是,现有技术的这种方式,人工排查存在检测效率低
、
准确性差的问题,导致异常检测的效果很差
。
技术实现思路
[0005]本申请提供一种大数据平台监控方法
、
装置和设备,用以解决大数据平台人工排查数据信息是否异常,效果差的问题
。
[0006]第一方面,本申请提供一种大数据平台监控方法,包括:
[0007]获取大数据平台的数据信息,所述数据信息包括大数据平台的告警日志信息
、
业务机构的业务关键数据中的至少一种;
[0008]确定用于对所述数据信息进行异常检测的规则库中是否存在目标规则;
[0009]若所述规则库中不存在规则,则根据预设聚类算法进行规则训练,生成规则;
[0010]根据所述规则库中的规则,对所述数据信息进行异常检测;
[0011]获取与所述规则库中的规则匹 ...
【技术保护点】
【技术特征摘要】
1.
一种大数据平台监控方法,其特征在于,包括:获取大数据平台的数据信息,所述数据信息包括大数据平台的告警日志信息
、
业务机构的业务关键数据中的至少一种;确定用于对所述数据信息进行异常检测的规则库中是否存在目标规则;若所述规则库中不存在规则,则根据预设聚类算法进行规则训练,生成规则;根据所述规则库中的规则,对所述数据信息进行异常检测;获取与所述规则库中的规则匹配的第一数据信息和
/
或与所述规则库中规则不匹配的第二数据信息;根据所述第一数据信息和
/
或第二数据信息,确定所述大数据平台是否存在异常
。2.
根据权利要求1所述的方法,其特征在于,所述预设聚类算法为
K
均值聚类算法
。3.
根据权利要求1或2所述的方法,其特征在于,所述根据预设聚类算法进行规则训练,生成规则,包括:获取大数据平台的历史数据信息;根据
K
均值聚类算法对所述历史数据信息进行聚类,确定出至少一个目标簇,每个目标簇中包括一种异常信息;根据每个目标簇中包含的异常信息,进行规则训练,得到用于对每种异常信息进行异常检测的规则
。4.
根据权利要求1所述的方法,其特征在于,所述规则库中的规则包括:系统异常规则和业务异常规则中的至少一种,所述系统异常规则用于对所述大数据平台的告警日志信息进行异常检测,所述业务异常规则用于对业务结构的业务关键数据进行异常检测
。5.
根据权利要求4所述的方法,其特征在于,所述系统异常规则包括服务器硬盘监控规则
、
大数据平台监控规则中的至少一种,所述业务异常规则包括跨表间业务规则
、
表内业务规则中的至少一种,所述服务器硬盘监控规则用于对所述大数据平台的服务器硬盘进行异常检测,所述大数据平台监控规则用于对所述大数据平台进行异常检测,所述跨表间业务规则用于对所述业务关键数据中各个业务表格的关联数据进行异常检测,所述表内业务规则用于对所述业务关键数据中业务表格内的表格数据进行异常检测
。6.
根据权利要求1所述的方法,其特征在于,所述根据所述规则库中的规则,对所述数据信息进行异常检测,包括:在所述数据信息中确定出待检测信息;确定所述待检测信息所属的种类;根据预设配置信息,从所述规则库中选取出与所述种类匹配的目标规则;根据所述目标...
【专利技术属性】
技术研发人员:潘琳,
申请(专利权)人:中国银行股份有限公司,
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。