[发明专利]一种基于大数据的自愈规则挖掘方法及装置

权利要求书

1.一种自愈规则的挖掘方法，其特征在于，包括：

采集业务数据、性能数据以及日志数据作为样本数据；

对所述样本数据进行预处理，将所述样本数据转换为适用于数据挖掘的形式；

对预处理后的样本数据进行关联规则挖掘，获得一定数量的强关联规则，每一条强关联规则中至少包括业务数据和性能数据；

对所述强关联规则进行验证，若所述强关联规则必然对应异常现象出现，则将所述强关联规则作为自愈规则。

2.根据权利要求1所述的挖掘方法，其特征在于，所述对所述样本数据进行预处理，之前还包括：

通过流式处理将采集的指标值进行标签化，并根据标签化的类型将样本数据存储在对应的数据库表中；

相应地，所述对预处理后的样本数据进行关联规则挖掘，具体为：

根据用户确定的标签，从所述确定的标签对应的数据库表中提取样本数据进行关联规则挖掘。

3.根据权利要求1所述的挖掘方法，其特征在于，所述关联规则挖掘的算法为Apriori算法。

4.根据权利要求1所述的挖掘方法，其特征在于，所述对所述强关联规则进行验证，具体为采用随机森林模型对强关联规则进行验证。

5.根据权利要求1所述的挖掘方法，其特征在于，所述对所述样本数据进行预处理，具体为：

对所述样本数据进行数据清理，包括：删除重复数据和无关数据、对噪声数据进行平滑处理以及对异常数据和缺失数据进行插补；

对数据清理后的样本数据进行维归约处理，舍弃的样本数据；

通过平滑聚集和数据概化的方式将维归约处理后剩余的样本数据转换为适用于数据挖掘的形式。

6.一种自愈规则的挖掘装置，其特征在于，包括：

样本数据获取模块，用于采集业务数据、性能数据以及日志数据作为样本数据；

预处理模块，用于对所述样本数据进行预处理，将所述样本数据转换为适用于数据挖掘的形式；

关联规则挖掘模块，用于对预处理后的样本数据进行关联规则挖掘，获得一定数量的强关联规则，每一条强关联规则中至少包括业务数据和性能数据；

验证模块，用于对所述强关联规则进行验证，若所述强关联规则必然对应异常现象出现，则将所述强关联规则作为自愈规则。

7.根据权利要求6所述的挖掘装置，其特征在于，所述预处理模块具体为：

数据清理单元，用于对所述样本数据进行数据清理，包括：删除重复数据和无关数据、对噪声数据进行平滑处理以及对异常数据和缺失数据进行插补；

数据归约单元，用于对数据清理后的样本数据进行维归约处理，舍弃的样本数据；

变化单元，用于通过平滑聚集和数据概化的方式将维归约处理后剩余的样本数据转换为适用于数据挖掘的形式。

8.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5中任意一项所述的挖掘方法。

9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如权利要求1至5中任意一项所述的挖掘方法。