[发明专利]数据处理方法、装置、存储介质和处理器

说明书

本发明公开了一种数据处理方法、装置、存储介质和处理器。其中，该方法包括：确定产生待处理数据；根据数据模型对待处理数据进行类别区分得到待处理数据的类型，其中，数据模型是使用训练数据通过机器学习算法训练得到的；根据待处理数据的类型进行关联性预测，其中，关联性预测用于预测与产生类型的待处理数据之后发生的事件。本发明解决了现有技术无法根据历史信息对将要发生的事件进行预测的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种数据处理方法、装置、存储介质和处理器。

背景技术

在计算机领域中，为了准确确定计算机的运行状态，通常使用日志文件来记录系统操作事件，进而可以根据日志文件中记录的历史事件进行查询已经发生过的事件，但是对于多子系统、多模块架构的复杂的系统，每个子系统和/或模块可能存在分离的日志文件和检测系统。因而无法综合自动地分析各个子系统和/或模块上发生的事件，揭露发生在不同子系统和/或模块上发生的事件之间的关联关系，从而快速实现问题定位和预测。

针对上述现有技术无法根据历史信息对将要发生的事件进行预测的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据处理方法、装置、存储介质和处理器，以至少解决现有技术无法根据历史信息对将要发生的事件进行预测的技术问题。

根据本发明实施例的一个方面，提供了一种数据处理方法，包括：确定产生待处理数据；根据数据模型对所述待处理数据进行类别区分得到所述待处理数据的类型，其中，所述数据模型是使用训练数据通过机器学习算法训练得到的；根据所述待处理数据的类型进行关联性预测，其中，所述关联性预测用于预测在产生所述类型的待处理数据之后发生的事件。

进一步地，在根据所述数据模型对所述待处理数据进行类别区分分类之前，所述方法还包括：对所述待处理数据进行规范化处理，其中，所述规范化处理包括以下至少之一：数据格式的转换、非标准数据值映射为标准值。

进一步地，根据所述待处理数据的类型进行关联性预测包括：利用预设关联性预测算法计算不同类型的所述待处理数据在预定条件下的关联性概率，其中，所述预定条件包括预定时间范围和/或在预定物理范围，所述预定物理范围包括产生所述待处理数据的生成位置；根据不同类型的所述待处理数据之间的所述关联性概率，合并不同类型的所述待处理数据；和/或根据不同类型的所述待处理数据之间的所述关联性概率，预测在产生待处理数据的情况下，产生与所述待处理数据相关联的另一种数据的概率。

进一步地，根据不同类型的所述待处理数据之间的所述关联性概率，合并不同类型的所述待处理数据包括：判断不同类型的所述待处理数据之间的所述关联性概率是否高于预定阈值；在所述关联性概率高于预定阈值的情况下，合并所述关联性概率对应的不同类型的所述待处理数据。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项所述的方法。

根据本发明的又一个实施例，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任一项所述的方法。

根据本发明实施例的另一方面，还提供了一种数据处理装置，包括：确定单元，用于确定产生待处理数据；区分单元，用于根据数据模型对所述待处理数据进行类别区分得到所述待处理数据的类型，其中，所述数据模型是使用训练数据通过机器学习算法训练得到的；预测单元，用于根据所述待处理数据的类型进行关联性预测，其中，所述关联性预测用于预测在产生所述类型的待处理数据之后发生的事件。

进一步地，所述装置还包括：规范化处理单元，用于在根据所述数据模型对所述待处理数据进行类别区分分类之前，对所述待处理数据进行规范化处理，其中，所述规范化处理包括以下至少之一：数据格式的转换、非标准数据值映射为标准值。