[发明专利]设备的健康度的评价方法、装置、设备及计算机存储介质

说明书

本申请提供了一种设备的健康度的评价方法、装置、设备及计算机存储介质，该方法包括：获取待检测设备的指标集合；指标集合包括：至少一个表征所述待检测设备性能的关键性指标；建立待检测设备的归一化多维性能散点图；待检测设备的归一化多维性能散点图上展示有：待检测设备在待检测时间段内每一个检测点的归一化综合性能映射点；绘制待检测设备的归一化多维性能散点图对应的频率直方图，并利用频率直方图，得到每一个关键性指标所对应的统计量；根据预设的评判规则对每一个关键性指标所对应的统计量进行评定，确定待检测设备的健康度。以达到快速计算出处于大规模数据中心的复杂架构中的设备的健康度的目的。

技术领域

本申请涉及计算机技术领域，特别涉及一种设备的健康度的评价方法、装置、设备及计算机存储介质。

背景技术

随着数据中心所承载应用和业务量的急速增长，对系统安全性、可用性也相应提出了更高的要求，因此，通常对设备或系统运行状态以可靠度的方式进行评估，这种评估对数据中心的设备预警及风险衡量十分重要，系统健康度评价就是一种可靠性的具体实现方式。

目前，设备和系统的健康度评价方法有很多，例如：基于统计学模型的各类分析方法、智能运维(Artificial Intelligence for IT Operations，AIOps)中的有监督或无监督算法、深度神经网络等方式来对设备和系统的健康度进行评价。基于统计学模型的各类分析方法，虽然普适性强，且对数据要求低，但是应用于复杂场景中效果较差；而AIOps中的有监督或无监督算法相比统计学模型虽更适用于智能分析场景，但存在对数据质量要求较高的缺点。深度神经网络在一定程度上可达到很好效果，但对算力要求更高，调参困难。

发明内容

有鉴于此，本申请提供一种设备的健康度的评价方法、装置、设备及计算机存储介质，用于快速计算出处于大规模数据中心的复杂架构中的设备的健康度。

本申请第一方面提供了一种设备的健康度的评价方法，包括：

获取待检测设备的指标集合；其中，所述指标集合包括：至少一个表征所述待检测设备性能的关键性指标；

建立所述待检测设备的归一化多维性能散点图；其中，所述待检测设备的归一化多维性能散点图上展示有：所述待检测设备在待检测时间段内每一个检测点的归一化综合性能映射点；

绘制所述待检测设备的归一化多维性能散点图对应的频率直方图，并利用所述频率直方图，统计得到每一个所述关键性指标所对应的统计量；

根据预设的评判规则对所述每一个关键性指标所对应的统计量进行评定，确定所述待检测设备的健康度。

可选的，所述建立所述待检测设备的归一化多维性能散点图之前，还包括：

利用历史数据对指标集合中的关键性指标进行预处理，得到预处理后的关键性指标；其中，所述预处理包括：去相关或降维；所述待检测设备的归一化多维性能散点图上展示有：预处理后的所述待检测设备在待检测时间段内每一个检测点的归一化综合性能映射点。

可选的，所述利用历史数据对指标集合中的关键性指标进行预处理，得到处理后的关键性指标之前，还包括：

针对所述指标集合中与健康度为负相关的关键性指标，将所述关键性指标在待检测时间段内的每一个检测点的指标数值进行求倒数，得到求倒数后的每一个检测点的指标数值。

可选的，所述建立所述待检测设备的归一化多维性能散点图，包括：

建立所述待检测设备的多维性能散点图；其中，所述多维性能散点图包括一个指代时间的坐标轴，以及至少一个指代关键性指标的坐标轴；所述待检测设备的多维性能散点图上展示有所述待检测设备在所述待检测时间段内每一个检测点的的综合性能映射点；

将所述多维性能散点图的每一个坐标轴分别进行归一化，得到归一化多维空间直角坐标系；