System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,特别是涉及一种应用程序运行状态监测方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、为了维护应用程序的稳定性,通过需要对应用程序的运行状态进行监测,及时发现应用程序运行中可能出现的异常。
2、传统的监控方法往往基于应用程序的运行监测数据对应用程序的运行状态进行异常监测,但是运行监测数据常常会受到其他数据的影响,例如,在某一类其他数据对运行监测数据产生影响的情况下,需要对运行监测数据进行更粗糙的监测以避免虚警,或者在另一类其他数据对运行监测数据产生影响的情况下,需要对运行监测数据进行更敏感的监测才能准确监测到应用程序的异常,因此如果只基于运行监测数据进行应用程序的异常监控而不考虑其他数据对运行监测数据的影响,监控结果并不准确。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提升应用程序运行状态监测准确度的应用程序运行状态监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种应用程序运行状态监测方法,包括:
3、获取应用程序的运行监测数据以及所述运行监测数据的关联数据,所述关联数据为与运行监测数据存在关联关系的预设数据维度下的数据;
4、对所述运行监测数据进行特征提取,得到监测数据特征;对所述关联数据进行特征提取,得到关联数据特征;
5、对所述监测数据特征和所述关联数据特征进行特征交叉处理,得到交叉特征;
6、基于所述交叉特
7、基于所述融合特征,对所述应用程序的运行状态进行监测,确定所述应用程序运行情况。
8、在其中一个实施例中,所述对所述运行监测数据进行特征提取,得到监测数据特征;对所述关联数据进行特征提取,得到关联数据特征,包括:
9、将所述运行监测数据和所述关联数据,划分为多个时间序列数据,各时间序列数据中包括对应时间段内的运行监测数据和关联数据;
10、针对各时间序列数据,对当前时间序列数据中包含的运行监测数据进行特征提取,得到当前时间序列数据对应的监测数据特征,并对当前时间序列数据中包含的关联数据进行特征提取,得到当前时间序列数据对应的关联数据特征;
11、所述监测数据特征的数量为多个,所述关联数据特征的数量为多个,所述对所述监测数据特征和所述关联数据特征进行特征交叉处理,得到交叉特征,包括:
12、针对每个时间段,对所述时间段对应的多个监测数据特征和多个关联数据特征按照预设规则进行排序,得到排序后的n个特征;
13、基于各时间段各自对应的排序后的n个特征以及预设变量矩阵,得到所述交叉特征。
14、在其中一个实施例中,所述交叉特征是通过如下公式计算得到:
15、;
16、其中,所述为所述交叉特征,所述i的取值范围为[1,n],所述表示第1个时间段中排在第i位的特征,所述 表示第k个时间段中排在第i位的特征,所述为预设变量矩阵中与排在第i位的特征对应的预设变量。
17、在其中一个实施例中,所述基于所述交叉特征、所述监测数据特征以及所述关联数据进行融合处理,得到融合特征,包括:
18、将所述监测数据特征、所述关联数据特征与所述交叉特征进行拼接处理,得到所述融合特征。
19、在其中一个实施例中,所述基于所述融合特征,对所述应用程序的运行状态进行监测,确定所述应用程序运行情况,包括:
20、将所述融合特征输入神经网络模型中进行处理,得到模型输出数据;
21、通过多层感知机调整模型输出数据的维度,得到降维数据;
22、通过激活函数对所述降维数据进行处理,并基于处理后的数据对所述应用程序的运行状态进行监测,确定所述应用程序运行情况。
23、在其中一个实施例中,所述关联数据包括程序监测数据和波动时间参数,所述程序监测数据包括稳定性监测数据或者配置变更监测数据中至少一项;所述波动时间参数包括预先设置的允许运行监测数据波动的时间段;
24、所述稳定性监测数据包括所述应用程序的历史异常次数、异常时刻、漏洞修复的时刻、漏洞修复的次数以及补丁的数量;
25、所述配置变更监测数据包括:配置变更时刻、当前配置变更距离上一次配置变更的时长、以及配置变更时变更的参数。
26、第二方面,本申请还提供了一种应用程序运行状态监测装置,包括:
27、获取模块,用于获取应用程序的运行监测数据以及所述运行监测数据的关联数据,所述关联数据为与运行监测数据存在关联关系的预设数据维度下的数据;
28、特征提取模块,用于对所述运行监测数据进行特征提取,得到监测数据特征;对所述关联数据进行特征提取,得到关联数据特征;
29、特征交叉模块,用于对所述监测数据特征和所述关联数据特征进行特征交叉处理,得到交叉特征;
30、特征融合模块,用于基于所述交叉特征、所述监测数据特征以及所述关联数据特征进行融合处理,得到融合特征;
31、监测模块,用于基于所述融合特征,对所述应用程序的运行状态进行监测,确定所述应用程序运行情况。
32、第三方面,本申请还提供了一种计算机设备,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各实施例方法的步骤。
33、第四方面,本申请还提供了一种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各实施例方法的步骤。
34、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现各实施例方法的步骤。
35、上述应用程序运行状态监测方法、装置、计算机设备、存储介质和计算机程序产品,本申请获取应用程序的运行监测数据以及所述运行监测数据的关联数据后,通过对所述运行监测数据进行特征提取,得到监测数据特征;对所述关联数据进行特征提取,得到关联数据特征;对所述监测数据特征和所述关联数据特征进行特征交叉处理,可以学习到运行监测数据关联数据的交互关系并生成交叉特征,基于包含该交互关系的交叉特征、与原始的所述监测数据特征以及所述关联数据特征进行融合处理,可以进一步学习到运行监测数据关联数据的交互关系,得到融合特征,从而基于所述融合特征,对所述应用程序的运行状态进行监测,在对应用程序运行状态监测时考虑到了关联数据对运行监测数据的影响,监控结果更加准确。
本文档来自技高网...【技术保护点】
1.一种应用程序运行状态监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述运行监测数据进行特征提取,得到监测数据特征;对所述关联数据进行特征提取,得到关联数据特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述交叉特征是通过如下公式计算得到:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述基于所述交叉特征、所述监测数据特征以及所述关联数据进行融合处理,得到融合特征,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述融合特征,对所述应用程序的运行状态进行监测,确定所述应用程序运行情况,包括:
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述关联数据包括程序监测数据和波动时间参数,所述程序监测数据包括稳定性监测数据或者配置变更监测数据中至少一项;所述波动时间参数包括预先设置的允许运行监测数据波动的时间段;
7.一种应用程序运行状态监测装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种应用程序运行状态监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述运行监测数据进行特征提取,得到监测数据特征;对所述关联数据进行特征提取,得到关联数据特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述交叉特征是通过如下公式计算得到:
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述基于所述交叉特征、所述监测数据特征以及所述关联数据进行融合处理,得到融合特征,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述融合特征,对所述应用程序的运行状态进行监测,确定所述应用程序运行情况,包括:
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述关联...
【专利技术属性】
技术研发人员:杨添顺,
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。