[发明专利]服务器、预测系统调用量的方法及存储介质

说明书

本发明涉及一种服务器、预测系统调用量的方法及存储介质，该方法包括：分别获取待接入系统与各已接入系统的系统参数，基于系统参数计算两系统的系统相似度；若有系统相似度大于预设相似度阈值，则获取该已接入系统的因子数据作为该待接入系统的待训练因子数据；若系统相似度均小于或等于预设相似度阈值，则获取待接入系统在预设时间内的系统调用数据，对系统调用数据进行预处理，得到待用的系统调用数据；基于待用的系统调用数据获取系统特征因子及基本因子作为该待接入系统的待训练因子数据；基于待训练因子数据对预设的模型进行训练，得到预测调用量的第一模型。本发明能够对待接入系统未来的调用量进行准确的预测，以应对系统异常问题。

技术领域

本发明涉及通信技术领域，尤其涉及一种服务器、预测系统调用量的方法及存储介质。

背景技术

目前，在大型的互联网金融企业旗下有大量的重要的系统，这些系统经常出现由于系统调用量激增，导致系统崩溃的问题。现有技术中通常采用监控系统调用量的方法为系统监控方式，但是这种系统监控方式具有以下不足：采用系统监控方式时效性较差，在出现问题再采用补救措施已经来不及，且系统调用量缺乏系统的管理，不利于数据的积累和长期的分析。

发明内容

本发明的目的在于提供一种服务器、预测系统调用量的方法及存储介质，旨在对待接入系统的调用量进行准确的预测。

为实现上述目的，本发明提供一种服务器，所述服务器包括存储器及与所述存储器连接的处理器，所述存储器中存储有可在所述处理器上运行的处理系统，所述处理系统被所述处理器执行时实现如下步骤：

分别获取待接入系统与各已接入系统的系统参数，基于所述系统参数计算待接入系统与各已接入系统的系统相似度；

若有待接入系统与已接入系统的系统相似度大于预设相似度阈值，则获取该已接入系统的因子数据，以该因子数据作为该待接入系统的待训练因子数据，所述因子数据包括时间、网络类型、主机数量、注册用户数量、系统调用量、业务类型、节假日因素；

若待接入系统与各已接入系统的系统相似度均小于或等于预设相似度阈值，则获取待接入系统在预设时间内的系统调用数据，对待接入系统的系统调用数据进行预处理，得到待用的系统调用数据；

基于所述待用的系统调用数据获取该待接入系统的系统特征因子及基本因子，以该系统特征因子及基本因子作为该待接入系统的待训练因子数据；

基于待接入系统的待训练因子数据对预设的模型进行训练，得到训练后用于预测该待接入系统的调用量的第一模型。

优选地，所述系统参数包括业务类型、系统架构类型、部署环境类型、业务量及用户量，所述基于所述系统参数计算待接入系统与各已接入系统的系统相似度的步骤，具体包括：

基于所述系统参数分别获取待接入系统与各已接入系统的业务类型的相似值a1、系统架构的相似值a2、部署环境的相似值a3、业务量的相似值a4及用户量的相似值a5，并获取业务类型预设的权重W1、系统架构类型预设的权重W2、部署环境类型预设的权重W3、业务量预设的权重W4及用户量预设的权重W5，计算系统相似度R＝a1*W1+a2*W2+a3*W3+a4*W4+a5*W5。

优选地，所述系统调用数据包括系统调用量，所述对待接入系统的系统调用数据进行预处理的步骤，具体包括：

获取所述待接入系统在第一预设时间内的系统调用量，计算所述系统调用量在该第一预设时间内的标准方差；

若所述标准方差为0，则过滤该第一预设时间内的系统调用量，并获取该待接入系统在第二预设时间内的系统调用量，以计算该系统调用量在该第二预设时间内的标准方差，直至所述标准方差不为0，所述第一预设时间与所述第二预设时间为过去时间，所述第一预设时间不等于所述第二预设时间；