[发明专利]告警阈值确定方法、装置、设备及存储介质、告警系统

说明书

本申请公开了一种告警阈值确定方法、装置、设备及存储介质、告警系统。该告警阈值确定方法包括：实时获取虚拟机系统的性能指标的连续监测数据；基于性能指标的连续监测数据，确定虚拟机系统是否处于稳定状态的状态结果；在状态结果指示虚拟机系统处于非稳定状态的情况下，基于预设方法分割性能指标的连续监测数据，得到目标连续监测数据；将状态结果和目标连续监测数据输入预先训练的阈值确定模型，得到虚拟机系统的告警阈值，以使虚拟机系统在性能指标低于告警阈值的情况下，发出告警信息。采用本申请提供的告警阈值确定方法，可以实现自适应系统本身特性来获取动态告警阈值，进而保障确定的告警阈值能适应当前的系统，确保告警信息的准确性。

技术领域

本申请涉及通信技术领域，具体涉及一种告警阈值确定方法、装置、设备及存储介质、告警系统。

背景技术

随着云计算技术的发展，云平台上的设备和相关业务系统的稳定性越来越受到业务负责方和运维支撑方的重视。

目前，运维支撑系统一般采用云平台建设。运维支撑系统中虚拟机的性能告警阈值，通常为静态阈值，在监控到性能指标超过所设定的静态阈值，就会触发告警来提醒业务侧和运维侧。但是，随着业务逻辑不断复杂交错，底层设备如网络存储、负载均衡等运行状态难以保持固定唯一，如果不考虑系统运行状态切换，继续依靠静态告警阈值，将会导致告警信息不准确，进而使运维负责人无法把握系统实际运行情况。

发明内容

本申请实施例的目的是提供一种告警阈值确定方法、装置、设备及存储介质、告警系统，能够解决现有技术中在系统配置改变后告警阈值导致告警信息不准确的技术问题。

本申请的技术方案如下：

第一方面，提供了一种告警阈值确定方法，包括：实时获取虚拟机系统的性能指标的连续监测数据；基于性能指标的连续监测数据，确定虚拟机系统是否处于稳定状态的状态结果；在状态结果指示虚拟机系统处于非稳定状态的情况下，基于预设方法分割性能指标的连续监测数据，得到目标连续监测数据；将状态结果和目标连续监测数据输入预先训练的阈值确定模型，得到虚拟机系统的告警阈值，以使虚拟机系统在性能指标低于告警阈值的情况下，发出告警信息。

在一些实施例中，在状态结果指示虚拟机系统处于稳定状态的情况下，将状态结果和性能指标的连续监测数据输入预先训练的阈值确定模型，得到虚拟机系统的告警阈值。

在一些实施例中，基于预设方法分割性能指标的连续监测数据，包括：

基于多组性能指标的连续监测数据，进行数据回归分析，得到分析结果；

在分析结果中的数据拟合误差大于预设阈值的情况下，分割性能指标的连续监测数据，以得到目标连续监测数据，目标连续监测数据为本次分割后至下一次分割前的连续监测数据。

在一些实施例中，将状态结果和目标连续监测数据输入预先训练的阈值确定模型之前，方法还包括：

获取训练样本集，训练样本集包括多个训练样本，每个训练样本包括性能指标数据及其对应的告警阈值的阈值标签；

利用训练样本训练预设的阈值确定模型，直至满足训练停止条件，得到训练后的阈值确定模型。

在一些实施例中，获取训练样本集，包括：

获取来自资源池的历史性能指标数据和历史阈值标签；

将相同时间的历史性能指标数据及其对应的历史阈值标签作为一个训练样本，以得到训练样本集；

获取告警系统的告警信息数据和虚拟机的性能指标数据；

基于告警信息数据和性能指标数据，剔除训练样本集中不满足预设条件的训练样本。

在一些实施例中，利用训练样本训练预设的阈值确定模型之前，方法还包括：