[发明专利]一种基于ARMA与3sigma的动态阈值检测方法及系统

说明书

本发明公开了一种基于ARMA与3sigma的动态阈值检测方法及系统，属于IT系统异常检测领域。针对现有技术中准确性和容错性都较弱的问题提出本方案。包括依次激活的第一检测阶段和第二检测阶段；所述的第一检测阶段通过ARMA模型设置动态阈值，用动态阈值检测当前时刻的值以判断是否发出告警；所述的第二检测阶段在所述的第一检测阶段发出告警后通过3sigma模型验证所述告警的有效性，当有效性检测通过时对外发送告警。优点在于，利用ARMA学习历史数据的特征，通过ARMA模型得到不同时刻的阈值并检测是否发出警告，再通过3sigma确定警告的有效性，实现两阶段模型来解决阈值的准确性和容错性问题。

技术领域

本发明涉及一种IT系统的监控技术，尤其涉及一种基于ARMA与3sigma的动态阈值检测方法及系统。

背景技术

一般情况下，IT系统都有自己的监控系统，好的监控系统能帮技术人员及时发现甚至提前预知问题。在监控系统中经常会涉及到检测某项指标是否异常，常用的检测判断方法是看某项指标是否超过阈值，一旦超过阈值则会出发警告。从中可以看出检测的方法非常重要，因为它决定了监控系统是否能准确感知异常问题的发生。对于阈值，传统的处理方式主要是通过技术人员的经验进行设置，存在准确性较低的问题，造成很多误报告警信息。

最接近的技术中设置阈值的方法是根据监控数据计算监控指标与系统响应时间的关联规则，然后根据关联规则设定监控指标阈值。该方法通用性弱，而且关联规则的准确性也将影响阈值的准确性，在容错性方面也较弱。

发明内容

本发明目的在于提供一种基于ARMA与3sigma的动态阈值检测方法及系统，以解决上述现有技术存在的问题。

本发明所述一种基于ARMA与3sigma的动态阈值检测方法，包括依次激活的第一检测阶段和第二检测阶段；

所述的第一检测阶段通过ARMA模型设置动态阈值，用动态阈值检测当前时刻的值以判断是否发出告警；

所述的第二检测阶段在所述的第一检测阶段发出告警后通过3sigma模型验证所述告警的有效性，当有效性检测通过时对外发送告警。

所述的第一检测阶段中，ARMA模型捕捉一个周期T1历史数据的数据特征用以设置动态阈值。

所述ARMA模型建模的时候首先输入时间序列；检测时间序列稳定后进行模型定阶；然后对模型的参数进行训练；最后对模型进行检验，若检验不通过则返回重新定阶，若检验通过则使用该模型应用于所述第一检测阶段。

检测到时间序列不稳定时，利用差分处理直到时间序列平稳后再进行模型定阶。

对模型进行检验是进行白噪声检验。

所述的第二检测阶段中，3sigma模型的学习数据来自时间段T2中所有周期T1的同一时刻数据；所述时间段T2至少包含五个周期T1的时长。

所述的时间段T2是一年，对应周期T1是一周；或，所述的时间段T2是一月，对应周期T1是五天。

3sigma模型的学习数据来自时间段T2中所有周期T1的第一时刻数据。

在一个周期T1内，每间隔五分钟定义为一个时刻，每第五分钟发生的值为该时刻的值。

一种基于ARMA与3sigma的动态阈值检测系统，其特征在于，利用所述动态阈值检测方法对当前时刻的值进行判断是否发出告警。

本发明所述一种基于ARMA与3sigma的动态阈值检测方法及系统，其优点在于，利用ARMA模型学习历史数据的特征，通过ARMA模型得到不同时刻的阈值并检测是否发出警告，再通过3sigma确定警告的有效性，实现两阶段模型来解决阈值的准确性和容错性问题。

附图说明