[发明专利]利用相关性的IT运维指标预测方法

权利要求书

1.利用相关性的IT运维指标预测方法，其特征在于，所述方法包含三个主要步骤：更新数据来源、训练和预测；

更新数据来源，具体包含用初始化的历史数据作为训练数据，同时不断并入测试数据，更新历史数据库；

训练，具体包含数据预处理和数据计算步骤，数据预处理，输入训练数据，消除毛刺数据进行平滑处理；所述数据计算步骤，计算协方差矩阵，确定指标间的相关性关系，对其进行特征值分解处理确定波动范围；

协方差矩阵利用协方差公式可得到，协方差的计算公式是：若x_i=[x₁,...,x_N],x_j=[x'₁,...,x'_N]表示第i和第j个指标数据，那么两者的协方差可以表示为conv=(xi,xj)=xi·x′jN-Σi=1NxiN*Σj=1Nx′jN,]]>该值越接近于零，两个指标越不相关，反之则越相关，从而确定指标相关性关系；当计算好协方差矩阵后，对其进行特征值分解，将所有特征值中绝对值较大保留，剔除接近于零的部分，再重新恢复成新的协方差矩阵，设经过去特征值处理后恢复出的新的协方差矩阵中第i和第j个指标的协方差大小为conv'(x_i,x_j)，设其为波动范围一个界，那么另一个界为conv''(x_i,x_j)=2*conv(x_i,x_j)-conv'(x_i,x_j)，从而得到任意两指标协方差波动范围为conv'(x_i,x_j)～conv''(x_i,x_j)。

所述数据预测，通过相关性关系及相关指标值联立方程组解得预测结果。

2.根据权利要求1所述利用相关性的IT运维指标预测方法，其特征在于，所述的数据预处理步骤的消除毛刺的算法是：对于某一个指标，初始化，从其历史数据库中挑选极大极小的三个数据，组成毛刺集，以其他数据的均值来填充其位置；当更新历史数据后，比较新加入的数据，看其是否大于毛刺集的均值，若大于，则加入毛刺集，否则，作为正常数据，进入数据计算步骤。

3.根据权利要求1所述利用相关性的IT运维指标预测方法，其特征还在于，所述数据预测的条件是：该数据由于故障或其他原因无法通过直接的方式检测得到，且与之相关的其余指标可测得且都未超出动态范围。

4.根据权利要求3所述利用相关性的IT运维指标预测方法，其特征还在于，所述预测的方法是：先找到与待测指标i最相关的一个指标j，然后找到与j最相关的指标k，则可以认为conv_ij-conv_ik=CONV_ij-CONV_ik，等式左边是未知的测试协方差，右边是已知训练协方差，也即令测试协方差与训练协方差相等，作为方程1；然后利用协方差得到i和j，以及i和k的协方差计算方程convij=X*xj-ΣiΣj]]>与convik=X*xk-ΣiΣk,]]>从而得到含三个参数的三个方程，解之即得预测结果。