[发明专利]服务运行健康度监测方法及装置

权利要求书

1.一种服务运行健康度监测方法，其特征在于，包括：

获取生产环境下的所述服务运行的当前交易日志；

提取所述当前交易日志的健康度特征；

根据预生成的全连接神经网络模型、所述健康度特征以及对应的标签数据监测所述服务运行的健康度；

生成所述全连接神经网络模型的步骤包括：

生成第一多层全连接神经网络初始模型；

初始化各网络层之间的权值；

生成所述全连接神经网络初始模型的loss函数；

利用梯度下降法优化所述loss函数；以生成第二多层全连接神经网络初始模型；

训练所述第二多层全连接神经网络初始模型，以生成全连接神经网络模型；

所述训练所述第二多层全连接神经网络初始模型，以生成全连接神经网络模型，包括：

获取生产环境下的所述服务运行的历史交易日志；

提取所述历史交易日志的健康度特征，

根据服务ID对所述服务运行进行分类；

利用三西格玛法计算每类服务运行的健康度，以生成样本数据集以及对应的标签数据；

利用所述样本数据集以及对应的标签数据训练所述第二多层全连接神经网络初始模型，以生成全连接神经网络模型。

2.根据权利要求1所述的服务运行健康度监测方法，其特征在于，所述健康度特征包括：时间、服务ID、TPS、慢交易数、成功率以及交易平均耗时。

3.根据权利要求1所述的服务运行健康度监测方法，其特征在于，还包括：

对所述当前交易日志以及所述历史交易日志进行在线数据清洗。

4.根据权利要求1所述的服务运行健康度监测方法，其特征在于，所述根据预生成的全连接神经网络模型、所述健康度特征以及对应的标签数据监测所述服务运行的健康度，包括：

生成所述服务运行的健康度分值；

当所述健康度分值超出预设的阈值时，启动所述服务运行对应的服务处理流程。

5.一种服务运行健康度监测装置，其特征在于，包括：

当前交易日志获取单元，用于获取生产环境下的所述服务运行的当前交易日志；

健康度特征提取单元，用于提取所述当前交易日志的健康度特征；

健康度监测单元，用于根据预生成的全连接神经网络模型、所述健康度特征以及对应的标签数据监测所述服务运行的健康度；

网络模型生成单元，用于生成所述全连接神经网络模型，所述网络模型生成单元包括：

第一初始模型生成模块，用于生成第一多层全连接神经网络初始模型；

权值初始化模块，用于初始化各网络层之间的权值；

loss函数生成模块，用于生成所述全连接神经网络初始模型的loss函数；

loss函数优化模块，用于利用梯度下降法优化所述loss函数；以生成第二多层全连接神经网络初始模型；

网络模型生成模块，用于训练所述第二多层全连接神经网络初始模型，以生成全连接神经网络模型；

所述网络模型生成模块包括：

历史交易日志获取模块，用于获取生产环境下的所述服务运行的历史交易日志；

健康度特征提取模块，用于提取所述历史交易日志的健康度特征，

服务运行分类模块，用于根据服务ID对所述服务运行进行分类；

样本数据生成模块，用于利用三西格玛法计算每类服务运行的健康度，以生成样本数据集以及对应的标签数据；

初始模型训练模块，用于利用所述样本数据集以及对应的标签数据训练所述第二多层全连接神经网络初始模型，以生成全连接神经网络模型。

6.根据权利要求5所述的服务运行健康度监测装置，其特征在于，所述健康度特征包括：时间、服务ID、TPS、慢交易数、成功率以及交易平均耗时。

7.根据权利要求5所述的服务运行健康度监测装置，其特征在于，还包括：

数据清洗单元，用于对所述当前交易日志以及所述历史交易日志进行在线数据清洗。