【技术实现步骤摘要】
本申请涉及智能运维，尤其是涉及一种异常模式自适应的多维根因定位框架及根因定位方法。
技术介绍
1、异常模式自适应的多维根因定位是指面向多维时序数据的根因定位，即在所监控的总体指标发生异常时，对在其相关的各个维度属性快速定位出根因属性组合。在数据中心或云环境中，异常模式自适应的多维根因定位可以帮助工程师快速找到网络故障或服务器故障的根本原因，从而提高系统的可靠性和稳定性。在物联网和工业4.0领域，异常模式自适应的多维根因定位也可以帮助企业和组织更好地管理和优化设备和生产线的运行，减少停机时间和故障损失。
2、目前比较有代表性的异常模式自适应的多维根因定位算法有两类：一类是基于关联规则挖掘的算法，该类算法效果不够稳定，容易受数据集和故障案例变化的影响；另一类是基于启发式搜索的算法，首先定义一个目标函数，然后在整个搜索空间中搜索使得目标函数最大化的属性组合作为根因，但该类算法通常在多维度场景、降低搜索空间和适应不同异常模式等方面存在一定的局限性。
技术实现思路
1、为了降低根因定位的...
【技术保护点】
1.一种异常模式自适应的多维根因定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，所述确定所述多维时序数据中的故障时间段、第一待测时间段和第二待测时间段包括：
3.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，根据第一待测时间段和第二待测时间段对应的多维时序数据片段预测出故障时刻的期望值，包括：
4.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，根据所述故障时间段对应的所述多维时序数据片段得到故障时刻的真实值，包括：
5.根...
【技术特征摘要】
1.一种异常模式自适应的多维根因定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，所述确定所述多维时序数据中的故障时间段、第一待测时间段和第二待测时间段包括：
3.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，根据第一待测时间段和第二待测时间段对应的多维时序数据片段预测出故障时刻的期望值，包括：
4.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，根据所述故障时间段对应的所述多维时序数据片段得到故障时刻的真实值，包括：
5.根据权利要求1所述的异常模式自适应的多维根因定位方法，其特征在于，根据所述故障时刻的期望值和真实值，提取所述故障时刻的样本特征值，包括：
6.根据权利要求1所述的异常模式自适...
【专利技术属性】
技术研发人员：田富龙，何诚，薛佩姣，
申请(专利权)人：杭州象维矩阵智能科技有限公司，
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。