【技术实现步骤摘要】
本专利技术涉及指标处理，尤其涉及一种异常指标排序方法、装置、电子设备和存储介质。
技术介绍
1、随着互联网和信息技术的迅猛发展，现代企业的运营环境变得越来越复杂，运维监控体系地位也日渐凸显，其可以帮助企业实时监控应用系统、it系统和网络设备的性能和健康状况。在运维监控体系中，大量指标被监控，比如cpu使用率、内存使用率、磁盘空间占用率等，在系统运行过程中，可能会出现多个指标同时异常的情况，此时就需要对这些异常指标进行排序，以确定哪些指标最为关键和紧急，需要优先处理，帮助运维人员更加高效地定位和解决问题。
2、目前，针对多指标异常排序存在基于阈值设定的排序方法，通过设置合适的阈值，将指标超过阈值的情况识别为异常，并根据异常程度进行排序。以及基于深度学习的方法，通过训练深度学习模型，从历史数据中学习指标之间的关联性，以及异常情况下的特征，从而对多指标进行排序。
3、然而，基于阈值设定的排序方法未考虑到指标之间复杂的关联性，且未考虑持续时间排序，会严重影响排序的准确性。基于深度学习的方法，虽然考虑了指标之间的关联性，但并未考虑异常排序在时间维度上的连续性和随机性。
技术实现思路
1、本专利技术提供了一种异常指标排序方法、装置、电子设备和存储介质，解决现有异常指标排序未考虑指标量纲以及时间维度的连续性的问题，可提高指标之间的关联性，增强异常指标排序的准确性，可提高异常指标的处理效率，增强系统的稳定性。
2、第一方面，本专利技术实施例提供了一种异常指标排序
3、根据获取到的异常指标数据集生成指标重构序列；
4、基于预设异常检测阈值和指标重构序列确定异常检测结果；
5、按照异常检测结果和排序分数标准化映射关系在异常检测时间内生成异常指标排序。
6、第二方面，本专利技术实施例还提供了一种异常指标排序装置，包括：
7、序列构成模块，用于根据获取到的异常指标数据集生成指标重构序列；
8、异常检测模块，用于基于预设异常检测阈值和指标重构序列确定异常检测结果；
9、指标排序模块，用于按照异常检测结果和排序分数标准化映射关系在异常检测时间内生成异常指标排序。
10、第三方面，本专利技术实施例还提供了一种电子设备，包括：
11、至少一个处理器；以及
12、与至少一个处理器通信连接的存储器；其中，
13、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术实施例中任一项的异常指标排序方法。
14、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术实施例中任一项的异常指标排序方法。
15、根据本专利技术实施例的技术方案，通过将获取到的异常指标生成指标重构序列，按照预设异常检测阈值确定指标重构序列的异常检测结果，在异常检测时间内按照排序分数标准化映射关系确定异常检测结果对应的异常指标排序，可解决现有异常指标排序未考虑指标量纲以及时间维度的连续性的问题，可提高指标之间的关联性，增强异常指标排序的准确性，可提高异常指标的处理效率，增强系统的稳定性。
16、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种异常指标排序方法，其特征在于，所述方法包括：
2.根据权利要求1所述方法，其特征在于，所述根据获取到的异常指标数据集生成指标重构序列，包括：
3.根据权利要求2所述方法，其特征在于，所述变分自编码器的处理过程通过以下公式实现：
4.根据权利要求1所述方法，其特征在于，所述基于预设异常检测阈值和所述指标重构序列确定异常检测结果，包括：
5.根据权利要求1所述方法，其特征在于，所述按照所述异常检测结果和排序分数标准化映射关系在异常检测时间内生成异常指标排序，包括：
6.根据权利要求5所述方法，其特征在于，所述按照所述排序分数标准化转换函数、所述排序序列和所述异常检测结果生成各所述重构元素的指标排序系数，包括：
7.根据权利要求1所述方法，其特征在于，还包括：
8.一种异常指标排序装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现
...【技术特征摘要】
1.一种异常指标排序方法，其特征在于，所述方法包括：
2.根据权利要求1所述方法，其特征在于，所述根据获取到的异常指标数据集生成指标重构序列，包括：
3.根据权利要求2所述方法，其特征在于，所述变分自编码器的处理过程通过以下公式实现：
4.根据权利要求1所述方法，其特征在于，所述基于预设异常检测阈值和所述指标重构序列确定异常检测结果，包括：
5.根据权利要求1所述方法，其特征在于，所述按照所述异常检测结果和排序分数标准化映射关系在异常检测时间内生成异常指标排序，包括：...
【专利技术属性】
技术研发人员：张照胜，谭新培，黄超斌，张悦，朱杰，
申请(专利权)人：成方金融科技有限公司，
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。