[发明专利]一种应用性能风险预测方法、装置和系统

权利要求书

1.一种应用性能风险预测方法，其特征在于，所述方法包括：

根据目标应用的指定负载指标的历史数据预测所述指定负载指标在未来指定时间段内的平均值；

根据所述目标应用的标识确定与所述目标应用对应的预测分析模型，所述预测分析模型中包括所述目标应用的多个负载指标之间的影响关系，以及所述多个负载中每个负载指标的条件概率表，所述每个负载指标的条件概率表包括每个负载指标在各个离散取值区间中取值的条件概率；

确定所述平均值所属的取值区间，将所述平均值所属的取值区间确定为所述指定负载指标在所述指定时间段内的目标取值区间；

利用所述预测分析模型确定当所述指定负载指标在所述目标取值区间取值的情况下，被所述指定负载指标直接影响或者间接影响的每个负载指标在所述每个负载指标的各个取值区间的概率；

当第一负载指标的第一取值区间的概率超过所述第一取值区间对应的概率阈值时，将所述第一负载指标确定为风险指标；所述第一负载指标为被所述指定负载指标直接影响或者间接影响的负载指标中的任一负载指标，所述第一取值区间为所述第一负载指标的任一取值区间。

2.根据权利要求1所述的方法，其特征在于，所述根据目标应用的指定负载指标的历史数据预测所述指定负载指标在未来指定时间段内的平均值包括：

利用回归算法对所述指定负载指标的历史数据进行处理，得到所述指定负载指标的变化趋势模型；

利用所述变化趋势模型获取所述指定负载指标在未来指定时间段内的平均值。

3.根据权利要求1所述的方法，其特征在于，在所述根据所述目标应用的标识确定与所述目标应用对应的预测分析模型之前，所述方法还包括：

根据所述目标应用的标识获取所述目标应用的预定义的多个目标负载指标的历史数据；

根据获取的所述目标应用的预定义的多个目标负载指标的历史数据创建所述与所述目标应用对应的预测分析模型。

4.根据权利要求3所述的方法，其特征在于，所述根据获取的所述目标应用的预定义的多个目标负载指标的历史数据创建所述与所述目标应用对应的预测分析模型，包括：

将获取的所述目标应用的预定义的多个目标负载指标的历史数据转换为元组数据集，所述元组数据集中包括至少一个元组数据；

利用贝叶斯网络结构学习算法处理所述元组数据集，获取所述多个目标负载指标之间的影响关系，并根据所述影响关系生成有向无环图，所述有向无环图中包括多个节点，以及所述多个节点之间的影响关系，所述多个节点与所述多个目标负载指标一一对应；

利用等概率分布原则处理所述元组数据集，将所述多个目标负载指标的每个取值连续的取值区间转换为指定个数的离散取值区间；

利用条件概率表生成算法获取所述有向无环图中每个节点的条件概率表，其中任一节点的条件概率表包括在所述任一节点对应的目标负载指标在该目标负载指标的各个离散取值区间中取值的条件概率；

将所述有向无环图和所述有向无环图中每个节点的条件概率表作为所述目标应用的预测分析模型。

5.根据权利要求4所述的方法，其特征在于，所述利用所述预测分析模型确定当所述指定负载指标在所述目标取值区间取值的情况下，被所述指定负载指标直接影响或者间接影响的每个负载指标在所述每个负载指标的各个取值区间的概率包括：

根据所述有向无环图中的所述多个节点之间的影响关系，确定被所述指定负载指标直接影响或者间接影响的负载指标；

根据所述直接影响或者间接影响的负载指标对应的节点的条件概率表，确定当所述指定负载指标在所述目标取值区间取值的情况下，所述直接影响或者间接影响的负载指标中的每个负载指标在该负载指标的各个取值区间的概率。