[发明专利]一种异常定位方法及装置

说明书

本申请提供了一种异常定位方法及装置，该方法包括：获取各待定位指标，每个待定位指标包括多个属性；将每个待定位指标作为一个维度，并将所有维度进行组合；针对每个维度以及组合后的维度中的任一维度，执行以下操作：根据该维度下每个属性对应的KPI的真实值和预测值，分别计算每个属性的贡献权重和JS散度；根据每个属性的贡献权重和JS散度，计算每个属性的异常指数；根据每个属性的贡献权重和异常指数，将满足预设条件的属性添加到该维度对应的根因集合中；将所有根因集合中所有属性的异常指数之和最大的根因集合定位为异常根因集合。本申请无需人工参与异常定位，提高了异常定位的准确率。

技术领域

本申请涉及通信技术领域，特别涉及一种异常定位方法及装置。

背景技术

随着大数据，云计算等互联网技术的飞速发展，各个公司的IT系统、业务系统也变得越来越复杂，保障业务健康运行的基于人工经验的传统手动运维也逐渐转向基于机器学习的智能运维。

在互联网服务运维中，当某个总关键性能指标(Key Performance Indicators，KPI)发生异常时，例如，总流量，需要快速、准确地定位出异常发生的原因(即异常根因)，例如，“省份为北京运营商为联通”的流量出现异常，以便尽快做进一步的修复止损操作。由于目前运维中监控的维度(以指标作为维度)多，且多维度之间相互依存，每个维度取值范围较大，进而导致定位异常根因的搜索空间非常大，当前的运维系统更多的还是依靠经验进行人工异常定位，造成异常定位的准确率较低。

发明内容

本申请提供一种异常定位方法及装置，无需人工参与定位异常，提高了异常定位的准确率。

本申请提供的技术方案如下：

本申请提供一种异常定位方法，所述方法包括：

获取各待定位指标，每个待定位指标包括多个属性；

将每个待定位指标作为一个维度，并将所有维度进行组合；

针对每个维度以及组合后的维度中的任一维度，执行以下操作：

根据该维度下每个属性对应的KPI的真实值和预测值，分别计算每个属性的贡献权重和JS散度；

根据每个属性的贡献权重和JS散度，计算每个属性的异常指数；

根据每个属性的贡献权重和异常指数，将满足预设条件的属性添加到该维度对应的根因集合中；

将所有根因集合中所有属性的异常指数之和最大的根因集合定位为异常根因集合。

本申请还提供一种异常定位装置，所述装置包括：

获取模块，用于获取各待定位指标，每个待定位指标包括多个属性；

组合模块，用于将每个待定位指标作为一个维度，并将所有维度进行组合；

执行模块，用于针对每个维度以及组合后的维度中的任一维度，执行以下操作：

根据该维度下每个属性对应的KPI的真实值和预测值，分别计算每个属性的贡献权重和JS散度；

根据每个属性的贡献权重和JS散度，计算每个属性的异常指数；

根据每个属性的贡献权重和异常指数，将满足预设条件的属性添加到该维度对应的根因集合中；

定位模块，用于将所有根因集合中所有属性的异常指数之和最大的根因集合定位为异常根因集合。

由以上技术方案可以看出，在本申请中，无需人工参与异常定位，节省了人力资源，并且结合各个待定位指标包括的各属性的贡献权重和JS散度定位出异常根因集合，即，结合了影响总KPI异常的主要因素进行异常定位，进而提高了异常定位的准确率。

附图说明