申请/专利权人:天津市卓越新中新龙腾科技发展有限公司
申请日:2021-12-14
公开(公告)日:2024-06-04
公开(公告)号:CN114168444B
主分类号:G06F11/34
分类号:G06F11/34
优先权:
专利状态码:有效-授权
法律状态:2024.06.04#授权;2024.05.24#专利申请权的转移;2022.03.29#实质审查的生效;2022.03.11#公开
摘要:本发明公开了一种基于监控大数据的动态运维报修方法,包括步骤:S1获取监控项的历史监控数据,历史监控数据划分为训练集和测试集;S2利用历史监控数据建立出监控项的Holt‑Winters模型;S3根据监控项的Holt‑Winters模型预测未来数据,确定监控项的告警阈值区间;S4基于监控项的告警阈值区间对实际监控数据进行阈值分析,判断监控项是否发生异常;若发生异常,则向系统发送告警信息。本发明提供的基于监控大数据的动态运维报修方法,基于历史数据预测并动态调整阈值,解决了现有的运维系统方案基于人工经验设置固定阈值、时效性差、难以根据实际情况动态调整告警阈值的问题。
主权项:1.一种基于监控大数据的动态运维报修方法,其特征在于,包括步骤:S1获取监控项的历史监控数据,所述历史监控数据划分为训练集和测试集;S2利用所述历史监控数据建立出监控项的Holt-Winters模型;S3根据所述监控项的Holt-Winters模型预测未来数据,确定监控项的告警阈值区间;S4基于监控项的告警阈值区间对实际监控数据进行阈值分析,判断监控项是否发生异常;若发生异常,则向系统发送告警信息;步骤S1所述获取监控项的历史监控数据,所述历史监控数据划分为训练集数据和测试集数据,具体包括:S101确定所需的监控主机和所述监控主机的监控项,并获取所述监控项对应的键值与监控项ID;S102判断所述监控项对应历史数据类型,通过所述监控主机名称与键值查询Zabbix数据库中与数据类型对应的数据表,获取监控项历史数据;S103将获取的所述监控项历史数据划分为训练集和测试集,所述测试集为最近h小时的数据,剩余数据为所述训练集;步骤S2所述利用所述历史监控数据建立出监控项的Holt-Winters模型,具体包括:S201初始化水平平滑值L0、趋势平滑值P0和季节平滑值Sk,计算公式分别如下: 其中:T为季节长度;Yi为i时刻的监控项数据值;YT+i为下一个季节中i时刻的监控项数据值;s为季节数,n为监控项历史时间序列数据个数,Yz*T+k为第z+1个季节的第k个时刻的监控项数据值;S202使用训练集数据拟合监控项的Holt-Winters模型,设置水平平滑系数α,趋势平滑系数β和季节平滑系数γ初值,采用交叉验证法,以平均绝对百分比误差MAPE为指标得出最优平滑参数;S203输入最优平滑参数,生成监控项的最优Holt-Winters模型,固定模型参数并存储当前监控项的最优Holt-Winters模型。
全文数据:
权利要求:
百度查询: 天津市卓越新中新龙腾科技发展有限公司 一种基于监控大数据的动态运维报修方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。