[发明专利]一种利用相关性的IT运维指标预报与预测方法和装置

权利要求书

1.一种利用相关性的IT运维指标预报与预测方法，其特征在于，所述方法包含三个主要步骤：更新数据来源、训练和测试;

更新数据来源，具体包含用初始化的历史数据作为训练数据，同时不断并入测试数据，更新历史数据库；

训练，具体包含数据预处理和数据计算步骤，数据预处理，输入训练数据，消除毛刺数据进行平滑处理；所述数据计算步骤，计算协方差矩阵，确定指标间的相关性关系，对其进行特征值分解处理确定波动范围；

测试，具体包含数据预报和数据预测步骤，数据预报，通过训练后得到的相关性关系和波动范围，利用相关指标预报其是否进行超标；所述数据预测，通过相关性关系及相关指标值联立方程组解得预测结果。

2.根据权利要求1所述利用相关性的IT运维指标预报与预测方法, 其特征在于，所述的数据预处理步骤的消除毛刺的算法是：对于某一个指标，初始化，从其历史数据库中挑选极大极小的三个数据，组成毛刺集，以其他数据的均值来填充其位置；当更新历史数据后，比较新加入的数据，看其是否大于毛刺集的均值，若大于，则加入毛刺集，否则，作为正常数据，进入所述数据计算步骤。

3.根据权利要求1所述利用相关性的IT运维指标预报与预测方法, 其特征在于，所述的数据计算步骤具体工作过程是，经过数据预处理后，利用协方差公式可得到一个协方差矩阵，协方差的计算公式是：若                                                表示第i和第j个指标数据，那么两者的协方差可以表示为，该值越接近于零，两个指标越不相关，反之则越相关，从而确定指标相关性关系。

4.根据权利要求1所述利用相关性的IT运维指标预报与预测方法, 其特征在于，所述的数据计算步骤，当计算好协方差矩阵后，对其进行特征值分解，将所有特征值中绝对值较大保留，剔除接近于零的部分，再重新恢复成新的协方差矩阵，根据两个协方差大小关系拟定波动范围。

5.根据权利要求4所述的利用相关性的IT运维指标预报与预测方法, 其特征在于，所述的数据计算步骤中拟定协方差的波动范围计算方法是：设经过去特征值处理后恢复出的新的协方差矩阵中第i和第j个指标的协方差大小为，设其为波动范围一个界，那么另一个界为，从而得到任意两指标协方差波动范围为。

6.根据权利要求5所述利用相关性的IT运维指标预报与预测方法,其特征在于，所述数据预报的条件和含义是：待测指标的数据已经测得且为非毛刺数据的情形下，尚无标准去界定其变化范围，因此利用相关性间接预报其是否超标。

7.根据权利要求6所述利用相关性的IT运维指标预报与预测方法, 其特征还在于，所述的数据预报的算法步骤是：已知某一测试指标值X，先找到前述的与X最相关的其他若干个指标，按照先后顺序只要某一个指标能够进行预报，则终止预报。

8.根据权利要求1所述利用相关性的IT运维指标预报与预测方法, 其特征还在于，所述数据预测的条件是：该数据由于故障或其他原因无法通过直接的方式检测得到，且与之相关的其余指标可测得且都未超出动态范围。

9.根据权利要求8所述利用相关性的IT运维指标预报与预测方法, 其特征还在于，所述预测的方法是：先找到与待测指标i最相关的一个指标j，然后找到与j最相关的指标k，则可以认为，也即令测试协方差与训练协方差相等，作为方程1；然后利用协方差得到i和j，以及i和k的协方差计算方程；从而得到含三个参数的三个方程，解之即得预测结果。

10.一种应用如权利要求1所述利用相关性的IT运维指标预报与预测方法的装置，其特征在于，所述装置包括:

       数据来源模块，用于为训练模块数据预处理单元提供数据，同时接收更新的测试数据，扩充数据库；

       训练模块，包括数据预处理单元和数据计算单元：

       数据预处理单元，用于处理前一部分进来的数据，消除极小，极大毛刺数据，达到平滑的效果；

       数据计算单元，用于计算平滑后的数据的协方差矩阵，以及波动范围，作为下一单元的依据；

       测试模块，包括数据预报单元和数据预测计算单元：

       数据预报单元，用于测试数据的预报，在区分某些能预报或不能预报的指标后，按照如权利要求7所述的方法实行预报；

       数据预测单元，用于测试数据的预测，在区分某些已知和未知其值的指标后，按照如权利要求9所述的方法实行预测。