【技术实现步骤摘要】
本申请涉及云平台，尤其涉及一种检测模型训练方法、云平台异常检测方法及相关设备。
技术介绍
1、随着云计算技术和微服务技术的快速发展，基于微服务架构的云平台被更多企业应用，亟需一种微服务化云平台中基础设施运行状态管理的方法，对微服务化云平台的整体运行状态进行异常检测。
2、微服务化云平台的基础设施运行状态异常检测具有该场景下的挑战。首先，预训练模型需要的输入为二维图像，需要将多维时间序列转换为适当的输入，确保数据的时间连续性和多维指标的组合性。其次，需要构建合适的预训练模型，并结合少量数据适当微调，快速得到适应云平台新运行状态的异常检测模型。
技术实现思路
1、有鉴于此，本申请的目的在于提出一种检测模型训练方法、云平台异常检测方法及相关设备。
2、基于上述目的，本申请提供了一种检测模型训练方法，所述检测模型应用于云平台的检测，包括：
3、获取所述云平台的历史运行数据；
4、对所述历史运行数据进行预处理，确定rgb图像序列；
5、确定...
【技术保护点】
1.一种检测模型训练方法，其特征在于，所述检测模型应用于云平台的检测，包括：
2.根据权利要求1所述的方法，其特征在于，所述历史运行数据包括：正常运行数据和异常运行数据，对所述正常运行数据和所述异常运行数据进行标记；
3.根据权利要求2所述的方法，其特征在于，所述通过深度神经网络对所述第一数据集中任一天的运行数据进行数据转换，确定所述RGB图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述RGB图像序列，对预先构建的所述检测模型进行训练，确定所述检测模型之前，还包括：
5.根据权利要求4所述的方法，其特...
【技术特征摘要】
1.一种检测模型训练方法，其特征在于，所述检测模型应用于云平台的检测，包括：
2.根据权利要求1所述的方法，其特征在于，所述历史运行数据包括：正常运行数据和异常运行数据，对所述正常运行数据和所述异常运行数据进行标记；
3.根据权利要求2所述的方法，其特征在于，所述通过深度神经网络对所述第一数据集中任一天的运行数据进行数据转换，确定所述rgb图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述rgb图像序列，对预先构建的所述检测模型进行训练，确定所述检测模型之前，还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法，还包括：
6.一种检测模型...
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。