[发明专利]一种数据监测分析方法及相关设备

权利要求书

1.一种数据监测分析方法，其特征在于，包括：

获取服务或系统的目标性能指标数据；

根据所述目标性能指标数据判断所述服务或系统是否出现异常；

当所述服务或系统出现异常时，将所述目标性能指标数据输入预设决策树模型，得到分析结果，所述预设决策树模型为预先通过对训练样本进行训练得到，所述训练样本包括所述服务或系统的性能指标数据集与所述服务或系统对应的状态，所述分析结果指示所述服务或系统的状态；

执行与所述分析结果对应的目标操作。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述服务或系统的性能指标数据集；

确定所述性能指标数据集中的异常数据子集；

确定所述异常数据子集对应的所述服务或系统的状态；

根据所述异常数据子集以及所述异常数据子集对应的所述服务或系统的状态生成所述预设决策树模型。

3.根据权利要求2所述的方法，其特征在于，所述确定所述性能指标数据集中的异常数据子集包括：

通过k均值聚类初始化N个簇心，N为大于或等3的正整数；

基于所述N个簇心以及所述性能指标数据集确定N个簇；

将第一目标簇中的数据点确定为第一异常数据，所述第一目标簇为所述N个簇中只包含一个数据的簇；

确定第二目标簇，所述第二目标簇为所述N个簇中数据点之间的差值小于预设值的簇；

确定所述第二目标簇中的异常值以及所述第二目标簇对应的平均值；

根据所述异常值以及所述平均值判断所述第二目标簇中的异常值对应的数据点是否为异常数据点；

若是，则将所述第二目标簇中的异常值对应的数据点确定为第二异常数据；

其中，所述第一异常数据以及所述第二异常数据均包含于所述异常数据子集。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述目标性能指标数据判断所述服务或系统是否出现异常包括：

判断所述目标性能指标数据中是否出现异常数据点；

若是，则确定所述服务或系统出现异常。

5.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：

记录所述目标操作对应的操作信息；

展示所述操作信息；

基于所述目标性能指标数据以及所述分析结果对所述预设决策树模型进行更新。

6.一种数据监测分析装置，其特征在于，包括：

获取单元，用于获取服务或系统的目标性能指标数据；

判断单元，用于根据所述目标性能指标数据判断所述服务或系统是否出现异常；

分析单元，用于当所述服务或系统出现异常时，将所述目标性能指标数据输入预设决策树模型，得到分析结果，所述预设决策树模型为预先通过对训练样本进行训练得到，所述训练样本包括所述服务或系统的性能指标数据集与所述服务或系统对应的状态，所述分析结果指示所述服务或系统的状态；

执行单元，用于执行与所述分析结果对应的目标操作。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

训练单元，所述训练单元用于：

获取所述服务或系统的性能指标数据集；

确定所述性能指标数据集中的异常数据子集；

确定所述异常数据子集对应的所述服务或系统的状态；

根据所述异常数据子集以及所述异常数据子集对应的所述服务或系统的状态生成所述预设决策树模型。