[发明专利]告警阈值生成方法及装置

说明书

本发明提供了一种告警阈值生成方法及装置，其中该方法包括：获取业务系统的历史数据；其中，历史数据包括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历史数据，得到用于预测业务数据的训练数据集；根据训练数据集，进行业务数据预测，得到业务数据预测模型；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。该方法利用业务系统的历史数据对目标时刻进行业务数据的预测，从而实现了随运行时刻不同，生成动态告警阈值，提高了告警阈值生成的灵活性，充分合理利用了丰富的数据资源，得到的告警阈值更为合理。

技术领域

本发明涉及数据分析技术领域，尤其涉及一种告警阈值生成方法及装置。

背景技术

目前业界为了保证业务系统的正常运行，往往会设置监控和告警平台来监测业务系统的运行情况，以便及时发现问题并处理。通过实时监控系统的各项指标，同时合理地设置每项指标的告警阈值，当指标超出告警阈值时通过告警平台及时通知系统的运行维护人员，能够快速地发现并排除故障。因此，告警阈值的设置对于监控告警平台起着至关重要的作用。

目前，业界普遍采用的阈值生成方法是静态阈值，在系统建立初期，为监测的每个指标设置一个固定的静态告警阈值，当监测值超过告警阈值时，产生告警信息。但阈值设置范围过大，造成系统发生某些故障的时候监测不到，从而产生遗漏的报警情况；阈值设置范围过小，则会造成系统频繁发送告警信息，从而产生大量误报，不仅造成资源浪费，还会对运行维护人员造成困扰，同时大量的误报也可能会淹没真正需要关注的告警信息。因此，静态阈值的生成方法缺乏灵活性。

发明内容

本发明实施例提供一种告警阈值生成方法，用以生成动态告警阈值，提高告警阈值生成的灵活性，该方法包括：

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。

本发明实施例还提供一种告警阈值生成装置，用以生成动态告警阈值，提高告警阈值生成的灵活性，该装置包括：

历史数据获取模块，用于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；