[发明专利]告警阈值生成方法及装置

权利要求书

1.一种告警阈值生成方法，其特征在于，包括：

获取业务系统的历史数据；所述历史数据包括业务系统的历史运行时刻和每一历史运行时刻下的业务数据；

按照预设时间维度抽取所述历史数据，得到用于预测业务数据的训练数据集；所述训练数据集包括年度训练数据子集、周训练数据子集和天训练数据子集；

根据所述训练数据集，进行业务数据预测，得到业务数据预测模型；

利用所述业务数据预测模型，对目标时刻的业务数据进行预测，得到目标时刻的业务数据的预测值；

根据目标时刻的业务数据的预测值，生成目标时刻的告警阈值；其中，

根据所述训练数据集，进行业务数据预测，得到业务数据预测模型，包括：

根据所述训练数据集中的年度训练数据子集，利用回归法拟合数据变化，得到年度训练数据对应的目标时刻的业务数据预测值；

根据所述训练数据集中的周训练数据子集，利用加权平均的统计学方法，得到周训练数据对应的目标时刻的业务数据预测值；

根据所述训练数据集中的天训练数据子集，利用时间序列预测算法，得到天训练数据对应的目标时刻业务数据预测值；

根据所述训练数据集，通过集成学习的方式，进行线性回归训练，得到年度相关系数、周相关系数和天相关系数；

将所述年度相关系数、所述周相关系数和所述天相关系数分别作为所述年度训练数据对应的目标时刻的业务数据预测值、所述周训练数据对应的目标时刻的业务数据预测值和所述天训练数据对应的目标时刻业务数据预测值的权重，进行加权求和，建立业务数据预测模型。

2.如权利要求1所述的方法，其特征在于，按照预设时间维度抽取所述历史数据，得到用于预测业务数据的训练数据集，包括：

按照年度时间序列抽取所述历史数据，得到年度训练数据子集；所述年度时间序列为所述历史运行时刻中不同年份的同一日期组成的随年份变化的时间序列；

按照周时间序列抽取所述历史数据，得到周训练数据子集；所述周时间序列为所述历史运行时刻中同一年度中以周为时间长度按照日期先后顺序排列组成的时间序列；

按照天时间序列抽取所述历史数据，得到天训练数据子集；所述天时间序列为所述历史运行时刻中同一年度中所有天按照日期先后顺序排列组成的时间序列；

整合所述年度训练数据子集、所述周训练数据子集和所述天训练数据子集，得到用于预测业务数据的训练数据集。

3.如权利要求1所述的方法，其特征在于，利用所述业务数据预测模型，对目标时刻的业务数据进行预测，得到目标时刻的业务数据的预测值，包括：

将目标时刻输入所述业务数据预测模型，进行业务数据预测，得到目标时刻的业务数据预测值。

4.如权利要求1所述的方法，其特征在于，根据目标时刻的业务数据的预测值，生成目标时刻的告警阈值，包括：

根据预设的范围调整要求，对所述目标时刻的业务数据预测值进行范围调整，得到目标时刻的告警阈值。