【技术实现步骤摘要】
设备性能检测方法、装置、设备及存储介质
[0001]本公开涉及计算机
、
人工智能
、
智能运维领域,更具体地,涉及一种设备性能检测方法
、
装置
、
设备及存储介质
。
技术介绍
[0002]随着科学技术的迅速发展,计算机设备的种类也越来越多,不同企业可以通过不同种类的计算机设备,享受科技发展带来的便利
。
[0003]为了保障计算机设备正常运行,需要对设备的运行状态进行监控,如
CPU
的使用率
、
磁盘使用率等
。
可以通过智能监控提升检测效率,智能监控手段一般包括利用经监督学习方法训练得到的性能检测模型来对监控数据进行处理,得到性能监控结果
。
通过性能监控结果能及时发现异常数据并进行相关处理
。
[0004]在实现本公开构思的过程中,专利技术人发现相关技术中至少存在如下问题:使用监督学习算法需要投入大量人力资源对训练数据进行手动打标签,利用无监督学习算法得到的性能检测模型虽然不需要人工手动打标签,但是对数据进行异常检测的准确率低于经监督学习方法训练后的性能检测模型
。
技术实现思路
[0005]有鉴于此,本公开提供了一种设备性能检测方法
、
装置
、
电子设备
、
计算机存储介质和计算机程序产品
。
[0006]本公开的一个方面提供了一种设备性能检 ...
【技术保护点】
【技术特征摘要】
1.
一种设备性能检测方法,包括:获取关于设备运行的性能数据序列;利用无监督性能检测模型对所述性能数据序列进行检测,得到初始性能检测结果,其中,所述无监督性能检测模型是通过监督性能检测模型从多个初始无监督性能检测模型中筛选得到的;基于所述初始性能检测结果,确定关于所述设备的目标性能结果
。2.
根据权利要求1所述的方法,其中,所述基于所述初始性能检测结果,确定关于所述设备的目标性能结果,包括:在确定所述初始性能检测结果表征所述设备运行正常的情况下,利用所述监督性能检测模型对所述性能数据序列进行检测,得到性能检测结果;基于所述性能检测结果,确定所述目标性能结果
。3.
根据权利要求1或2所述的方法,其中,所述无监督性能检测模型包括多个,所述初始性能检测结果包括多个;所述方法还包括:在确定多个所述初始性能检测结果中的至少一个表征所述设备运行异常的情况下,基于多个所述初始性能检测结果,确定所述目标性能结果
。4.
根据权利要求1所述的方法,还包括:将历史性能数据序列分别输入至多个所述初始无监督性能检测模型中,得到多个历史初始性能检测结果;在确定所述多个历史初始性能检测结果均用于表征设备运行正常的情况下,将所述历史性能数据序列输入至待训练监督性能检测模型中,得到所述历史性能数据序列的样本标签;在确定所述多个历史初始性能检测结果中至少一个表征所述设备运行异常的情况下,基于所述多个历史初始性能检测结果,得到所述历史性能数据序列的样本标签;以及利用所述历史性能数据序列和所述样本标签,训练所述待训练监督性能检测模型,得到所述监督性能检测模型
。5.
根据权利要求4所述的方法,还包括:将历史性能数据序列集合分别输入至多个所述初始无监督性能检测模型中,得到多个历史初始性能检测结果集合,其中,所述历史性能数据序列集合包括多个所述历史性能数据序列;以及基于所述多个历史初始性能检测结果集合和与多个所述历史性能数据序列相匹配的多个所述样本标签,从所述多个初始无监督性能检测模型中,得到所述无监督性能检测模型
。6.
根据权利要求5所述的方法,其中,所述基于所述多个历史初始性能检测结果集合和与多个所述历史性...
【专利技术属性】
技术研发人员:荣翔,
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:
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。