[发明专利]数据的监控的方法和装置

说明书

本发明公开了数据的监控方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：采集预定时段内由目标终端产生的当前监控数据，并且确定该当前监控数据的频率分布图；将所述频率分布图分别与基于所述目标终端的历史监控数据存储的历史监控数据的最大峰特征的频率分布图、历史监控数据的最小峰特征的频率分布图、历史监控数据的高峰特征的频率分布图、历史监控数据的低峰特征的频率分布图计算相似度；对所计算出的相似度排序，以及基于所述相似度排序的信息确定是否发出告警。该实施方式通过计算相似度并且进行相似度排序来实现对数据的监控，可以避免无效的误报，又可以避免真正高于正常情形的数据漏报，且并不会产生报警的额外延时。

技术领域

本发明涉及计算机技术领域，尤其涉及一种对目标终端的数据进行监控的监控方法和装置。

背景技术

传统地，对于诸如服务器端或客户端等等的目标终端的数据的监控是基于操作人员预设的阀值进行判断的，当监控到超出阈值时对数据处理单元发出告警，从而提醒用户。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

根据传统的数据的监控方法和装置，不同业务系统、不同技术栈的系统正常运行时的监控指标差别较大，设置相对固定的阀值可能会带来误报的问题，导致当系统真正发生问题时不能及时报警，同时相对固定的阀值是依据经验进行判断会有失准确性。对于正在运行的系统而言其监控的数据波动性较大，瞬时大于阀值的情况会较多，因此也会带来误报。

发明内容

有鉴于此，本发明实施例提供一种对目标终端的数据进行监控的监控方法和装置，能够解决现有的阀值设置机制带来的误报问题，避免针对不同应用设置不同的经验阀值的问题。

为实现上述目的，根据本发明实施例的第一方面，提供了一种数据的监控方法，其特征在于，包括：

采集预定时段内由目标终端产生的当前监控数据，并且确定该当前监控数据的频率分布图；

将由所述当前监控数据确定的所述频率分布图分别与基于所述目标终端的历史监控数据存储的如下四个向量计算相似度，该四个向量为：历史监控数据的最大峰特征的频率分布图、历史监控数据的最小峰特征的频率分布图、历史监控数据的高峰特征的频率分布图、历史监控数据的低峰特征的频率分布图；

对所计算出的相似度排序，以及

基于所述相似度排序的信息确定是否发出告警。

优选地，在上面的监控方法中，利用余弦相似度计算方法来计算所述相似度。

优选地，在上面的监控方法中，通过预先输入或通过正态分布公式，获得所述基于历史监控数据确定的所述最大峰特征的频率分布图以及所述最小峰特征的频率分布图。

优选地，在上面的监控方法中，基于历史监控数据确定所述高峰特征的频率分布图和所述低峰特征的频率分布图，包括：

收集在所述预定时段内由所述目标终端产生的历史监控数据；

将所收集到的历史监控数据划分为如下四类高维向量特征：向量中的每个维度的数据均为最大值的高峰值向量、向量中的每个维度的数据均为最小值的低峰值向量、向量中的每个维度的数据从左至右逐步增加的线性递增向量和向量中的每个维度的数据从左至右逐步减少的线性递减向量；

训练所述四类高维向量特征以得到所述高峰特征和所述低峰特征，并且得到所述高峰特征的频率分布图和所述低峰特征的频率分布图。

优选地，在上面的监控方法中，将所收集到的历史监控数据划分为所述四类高维向量特征包括：

将所收集到的历史监控数据分别与所述高峰值向量、所述低峰值向量、所述线性递增向量和所述线性递减向量计算相似度，选择相似度最大的进行聚类。