[发明专利]基于高斯分布的定时任务异常监控方法、电子装置及介质

说明书

本发明涉及一种基于高斯分布的定时任务异常监控方法、电子装置及可读存储介质，该方法包括：采集监控的当前定时任务的各个预设参数数据；根据预设计算公式计算出所述当前定时任务的各个预设参数数据的概率叠加值；所述概率叠加值为所述当前定时任务的各个预设参数数据在预设正常定时任务的高斯分布概率空间中的出现概率值的叠加值；基于所述概率叠加值分析监控的当前定时任务是否异常。本发明实现智能计算判定出定时任务是否异常，无需由运营人员人工分析判断，节约了人工和时间成本，提高了效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于高斯分布的定时任务异常监控方法、电子装置及可读存储介质。

背景技术

现有技术中对定时任务进行异常监控时，一般是简单的对资源指标设定阈值，若超过阈值，则向运营人员发布预警提示，由运营人员人工分析来综合判断该定时任务是否异常，这种判断异常的方式不够准确，且需依靠人工分析判断，提高了人工和时间成本，效率低下。

发明内容

本发明的目的在于提供一种基于高斯分布的定时任务异常监控方法、电子装置及可读存储介质，旨在自动准确地判断出异常定时任务。

为实现上述目的，本发明提供一种电子装置，所述电子装置包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的基于高斯分布的定时任务异常监控系统，所述基于高斯分布的定时任务异常监控系统被所述处理器执行时实现如下步骤：

采集监控的当前定时任务的各个预设参数数据；

根据预设计算公式计算出所述当前定时任务的各个预设参数数据的概率叠加值；所述概率叠加值为所述当前定时任务的各个预设参数数据在预设正常定时任务的高斯分布概率空间中的出现概率值的叠加值；

基于所述概率叠加值分析监控的当前定时任务是否异常。

优选地，所述根据预设计算公式计算出所述当前定时任务的各个预设参数数据的概率叠加值的步骤包括：

将采集的各个预设参数数据按预设分段转换方式转换成对应的属性数值点，并将转换得到的各个属性数值点代入如下公式：

P＝Gauss(a1，mean(A1)，mean((a1-mean(A1))^2))*Gauss(a2，mean(A2)，mean((a2-mean(A2))^2))*Gauss(an，mean(An)，mean((an-mean(An))^2))

其中，a1至an为所述当前定时任务中第1至n个预设参数数据转换后的属性数值点，A1至An为预设归档数据库中所有正常定时任务对应的第1至n个预设参数数据转换后的参考属性数值点的集合；

Gauss(an，mean(An)，mean((an-mean(An))^2))为所述当前定时任务中第n个预设参数数据转换后的属性数值点在对应的第n个参考属性数值点的集合的高斯分布概率空间中的出现概率值，P为所述当前定时任务中第1至n个预设参数数据转换后的属性数值点的出现概率值的叠加值。

优选地，所述基于所述概率叠加值分析监控的当前定时任务是否异常的步骤包括：

若P大于预设概率阈值，则判断所述当前定时任务为正常定时任务；

若P小于或等于预设概率阈值，则判断所述当前定时任务为异常定时任务。

优选地，所述预设参数数据包括：

所述当前定时任务的当前cpu使用率与预先为所述当前定时任务分配的内存使用率的比值、当前内存使用率与磁盘I/O使用率的比值、当前执行时间与历史平均执行时间的比值、当前cpu使用比例与历史cpu使用比例的比值、当前内存使用比例与历史内存使用比例的比值中的至少一个。