[发明专利]一种监控模型训练的方法及装置

说明书

本发明实施例提供一种监控模型训练的方法及装置，其中方法包括：接收机器学习平台中的至少一个节点分别上报的监控信息，并根据所述至少一个节点分别对应的监控信息确定监控指标以及所述监控指标对应的信息；进一步地，若确定所述监控指标对应的信息触发所述监控指标对应的告警规则，则执行告警。本发明实施例中，通过至少一个节点上报监控信息，可以及时获取至少一个节点的状态，并可以节省流量；且，通过至少一个节点的监控信息得到监控指标对应的信息，可以实现对机器学习平台执行一个或多个模型训练任务的整个流程进行监控，并可以根据执行的结果进行报警，便于运维人员及时进行维护工作，保证金融领域的正常运行。

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及一种监控模型训练的方法及装置。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，然而，由于金融行业具有安全性和实时性的要求，从而也对技术提出了更高的要求。以银行为例，银行每天都会涉及到大量的客户和交易，因此银行在一段时间内可能会产生上亿条数据，这些数据可以包括客户的身份数据、账单数据、交易数据、转账记录数据等等。通常来说，金融科技领域中可以采用机器学习模型来维护这些数据，相比于手工维护的方式来说，机器学习模型维护数据可以解放劳动力，提高生产率；举例来说，通过手工维护的方式审查1.2万份年度商业信贷协议至少需要36万工时，而采用机器学习模型则可以在几个工时内完成对相同数量的协议的审核。由此可知，将机器学习模型应用在金融科技领域，可以保证金融行业的正常运行。

现阶段，用户可以通过开源的机器学习平台训练得到机器学习模型，机器学习平台中设置有训练模型的通用算法，因此用户只需在机器学习平台上输入训练数据即可得到机器学习模型，而模型训练的过程则是在机器学习平台的内部自行执行的。然而，用户更倾向于可以时刻监控机器学习平台训练模型的过程；如此，用户可以及时获取模型训练的状态，保证金融行业的正常运行；比如，若发现某一个模型在训练的过程中出现问题，则用户可以及时进行矫正，避免训练得到的模型过于不准确；又比如，若发现一段时间内某个部门训练了多个相同的模型，则可以对该部门的业务进行审查，避免由于重大的业务失误造成的损失。

综上，目前亟需一种监控模型训练的方法，用以实现对机器学习平台训练模型的过程进行监控。

发明内容

本发明实施例提供一种监控模型训练的方法及装置，用以实现对机器学习平台训练模型的过程进行监控。

第一方面，本发明实施例提供的一种监控模型训练的方法，包括：

接收机器学习平台中的至少一个节点分别上报的监控信息，并根据所述至少一个节点分别对应的监控信息，确定所述一个或多个模型训练任务的监控指标以及所述监控指标对应的信息；所述监控信息为所述至少一个节点通过执行一个或多个模型训练任务生成的，所述监控指标表征所述一个或多个模型训练任务的执行信息；进一步地，若确定所述监控指标对应的信息触发所述监控指标对应的告警规则，则执行告警。

在上述设计中，在机器学习平台执行一个或多个模型训练任务的过程中，通过至少一个节点上报监控信息，可以及时获取至少一个节点的状态，并可以节省流量，比如模型训练启动节点每次启动模型训练过程时可以上报一次监控状态，从而可以根据模型训练启动节点上报的监控状态确定预设时间段内共启动了多少次模型训练过程，便于统计分析；且，通过至少一个节点的监控信息得到监控指标对应的信息，可以实现对机器学习平台执行一个或多个模型训练任务的整个流程进行监控，并可以根据执行的结果进行报警，便于运维人员及时进行维护工作，保证金融领域的正常运行。

在一种可能的设计中，所述监控指标包括以下任意一项或任意多项：所述一个或多个模型训练任务的执行结果、执行所述一个或多个模型训练任务所消耗的计算资源、执行所述一个或多个模型训练任务的数据存储情况。