[发明专利]一种数据监测分析方法及相关设备

说明书

本申请提供了一种数据监测分析方法及相关设备，通过决策树模型对性能指标数据进行分析，解决了现有的一个服务多项数据突然增长或下跌时还不会报错的问题，也可以避免现有的单一服务器指标无法精确判断服务出现的问题。该方法包括：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。

技术领域

本申请涉及通信领域，尤其涉及一种数据监测分析方法及相关设备。

背景技术

现有的一些自动化处理系统都是通过单一的阈值来进行告警，通过告警值来做出处理，或者通过告警触发分析服务/系统状态的动作(比如通过中央处理器(CPU，centralprocessing unit)和内存使用率来判断服务器是否该扩容或者减少上面的服务数量)，通过硬编码规则来实现对系统/服务多性能指标进行分析，以求到达精确的结果。

如果服务的告警参数没有达到阈值则不会报警，无法发现一些隐藏问题，比如一个服务多项数据都突然增长或者下跌，这时候可能这个服务出了一些问题，但是因为没有达到阈值，所以很容易忽略这个现象；另外，单一的服务指标无法精确判断服务出现了什么问题，可能做出错误的操作，比如tomcat服务的CPU超标，但这个可能是由内存原因所引起的。

发明内容

本申请提供了一种数据监测分析方法及相关设备，通过决策树模型对性能指标数据进行分析，解决了现有的一个服务多项数据突然增长或下跌时还不会报错的问题，也可以避免现有的单一服务器指标无法精确判断服务出现的问题。

本申请第一方面提供了一种数据监测分析方法，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。

可选地，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。

可选地，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；