[发明专利]一种基于AI分析的智能告警方法和平台

说明书

本发明提供了一种基于AI分析的智能告警方法和平台，涉及数据处理的技术领域，包括：获取当前时间节点的业务数据，并确定出当前时间节点的业务数据的业务类型；基于业务类型获取历史业务数据，并基于当前时间节点的业务数据和历史业务数据构建数据集，其中，历史业务数据为当前时间节点之前预设时间段内与当前时间节点的业务数据的业务类型相同的业务数据；基于数据集、预设概率分布和异常检测孤立森林算法，确定出数据集中的异常数据；若异常数据中包含当前时间节点的业务数据，则生成告警信息，解决了现有的告警方法的时效性较差的技术问题。

技术领域

本发明涉及数据处理的技术领域，尤其是涉及一种基于AI分析的智能告警方法和平台。

背景技术

在生产上运行的各种业务，能否在第一时间内发现机器系统或者应用的一些异常情况是至关重要的。

当前的一些处理方式是，依据数据报表平台定时采集的系统运行数据和应用运行数据，由人工查看并选取定义一些指标数据，设定这些数据变化趋势，上下阈值，波动范围等，如果超过预定设置，则进行邮件，短信或者电话等渠道的告警。

预设指标的选择，比较被动，很多告警指标都是在事后才意识到需要进行此设定。

另外在系统指标或者业务指标有变动时，如果不及时修改设定各种告警范围时，就会产生各种误告警。

针对上述问题，还未提出有效的解决方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于AI分析的智能告警方法和平台，以缓解了现有的告警方法的时效性较差的技术问题。

第一方面，本发明实施例提供了一种基于AI分析的智能告警方法，包括：获取当前时间节点的业务数据，并确定出所述当前时间节点的业务数据的业务类型；基于所述业务类型获取历史业务数据，并基于所述当前时间节点的业务数据和所述历史业务数据构建数据集，其中，所述历史业务数据为所述当前时间节点之前预设时间段内与所述当前时间节点的业务数据的业务类型相同的业务数据；基于所述数据集、预设概率分布和异常检测孤立森林算法，确定出所述数据集中的异常数据；若所述异常数据中包含所述当前时间节点的业务数据，则生成告警信息。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，基于所述数据集、预设概率分布和异常检测孤立森林算法，确定出所述数据集中的异常数据，包括：基于所述数据集和预设概率分布，确定出所述预设概率分布中是否包含目标概率分布，其中，所述目标概率分布为所述预设概率分布中所述数据集的分布所符合的概率分布；若是，则基于所述目标概率分布对应的置信区间，确定出所述数据集中的第一目标数据，并基于所述第一目标数据对应的第一阈值范围，确定出第一异常数据，其中，所述第一目标数据为所述数据集中不处于所述置信区间内的数据，所述第一异常数据为所述第一目标数据中不处于第一预设阈值范围内的数据；若否，则基于所述异常检测孤立森林算法，确定出所述数据集中的第二目标数据，并基于所述第二目标数据对应的第二阈值范围，确定出第二异常数据，其中，所述第二目标数据为分布稀疏，且，离密度高的群体距离大于预设距离的数据，所述第二异常数据为所述第二目标数据中不处于第二预设阈值范围内的数据。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，若所述目标概率分布为正态分布，则基于所述目标概率分布对应的置信区间，确定出所述数据集中的第一目标数据：计算出所述数据集中各个数据对应的均值和标准差；基于所述均值和所述标准差，确定出所述置信区间；基于所述置信区间、Grubbs test算法和ESD算法，确定出所述第一目标数据。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，在生成告警信息之后，所述方法还包括：基于所述异常数据和所述数据集，对所述第一阈值范围和/或所述第二阈值范围进行更新。