【技术实现步骤摘要】
本申请涉及智能运维领域，可应用于金融领域和其他领域，尤指一种智能运维指标动态监控方法及系统。
技术介绍
1、aiops即智能运维，目的是将人工智能应用于运维领域，基于已有的运维数据(日志、监控信息、应用信息等)，通过机器学习的方式来进一步解决自动化运维没办法解决的问题。aiops不依赖于人为指定规则，主张由机器学习算法自动地从海量运维数据中不断地学习，不断地提炼并总结规则。
2、监控指标：可以是cpu使用率、内存占用率和网络带宽使用率等系统指标，也可以是交易量、交易成功率和响应时间等需要统计的业务指标，还可以是需要特定处理逻辑的自定义指标。
3、异常检测：异常检测指的是通过数据挖掘手段识别数据中的“异常点”，常见的应用场景包括：从金融数据中识别“欺诈案例”，如识别信用卡申请欺诈、虚假信贷等；从流量数据中找出“入侵者”，并识别新的网络入侵模式；从交易数据中识别“恶意买家”等。很多行业都在使用异常检测技术来帮助企业降低风险，并为业务提供指导建议。
4、现有aiops指标监控平台，大多采用预先定制的监控指标...
【技术保护点】
1.一种智能运维指标动态监控方法，其特征在于，所述方法包含：
2.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，所述异常检测模型包含通过历史异常样本数据通过孤立森林算法、指数加权移动平均算法、线性西格玛算法、箱线图算法、单类支持向量机和基于密度的聚类算法中一种或多种的组合训练构建的检测模型。
3.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，根据多个数据源的数据类型通过对应的预设查询逻辑查询所述数据源获得多个监控指标数据还包含：
4.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，根据多个数据源的数...
【技术特征摘要】
1.一种智能运维指标动态监控方法，其特征在于，所述方法包含：
2.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，所述异常检测模型包含通过历史异常样本数据通过孤立森林算法、指数加权移动平均算法、线性西格玛算法、箱线图算法、单类支持向量机和基于密度的聚类算法中一种或多种的组合训练构建的检测模型。
3.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，根据多个数据源的数据类型通过对应的预设查询逻辑查询所述数据源获得多个监控指标数据还包含：
4.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，根据多个数据源的数据类型通过对应的预设查询逻辑查询所述数据源获得多个监控指标数据还包含：
5.根据权利要求1所述的智能运维指标动态监控方法，其特征在于，根据所述异常检测数据与预设检测规则获得调参数据包含：
6.根据权利要求...
【专利技术属性】
技术研发人员：胡浩，汪威，吴庭栋，彭博远，
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。