[发明专利]业务系统的运行状态预测方法、装置及服务器

权利要求书

1.一种业务系统的运行状态预测方法，其特征在于，应用于服务器，所述方法包括：

获取业务系统的各监控指标的告警信息集；其中，所述告警信息集包括相应监控指标在指定时间窗口下的告警数量随时间的分布数据；

利用时序算法分别对所述各监控指标的告警信息集进行处理，得到各监控指标所对应的告警数量预测模型；

基于所述告警数量预测模型对相应的监控指标在当前监测时间之后的告警数量进行预测，得到相应监控指标在指定时间窗口下的告警预测数量，以利用所述告警预测数量确定所述业务系统的运行状态；其中，所述利用所述告警预测数量确定所述业务系统的运行状态，包括：对交易监控所对应的各监控指标在指定时间窗口下的告警预测数量、数据库监控所对应的各监控指标在指定时间窗口下的告警预测数量以及消息中间件监控所对应的各监控指标的单日告警预测数量进行特征提取，分别得到交易告警预测值、数据库告警预测值以及中间件告警预测值；将交易告警预测值与数据库告警预测值的比值的异常程度、交易告警预测值与中间件告警预测值的比值的异常程度以及交易告警预测值作为预测指标；利用所述预测指标对业务系统进行运行状态预测，得到业务系统的运行状态预测结果。

2.根据权利要求1所述的方法，其特征在于，所述利用时序算法对所述各监控指标的告警信息集进行处理之前，还包括：

对监控指标在指定时间窗口下的告警数量随时间的分布数据的分布平稳性进行分析；

在确定分布平稳性不符合预设稳定条件的情况下，利用差分自回归移动平均模型对不符合预设稳定条件的监控指标在指定时间窗口下的告警数量随时间的分布数据进行差分处理，得到符合预设稳定条件的告警数量随时间的分布数据。

3.根据权利要求2所述的方法，其特征在于，所述利用时序算法对所述各监控指标的告警信息集进行处理，包括：

利用时序算法对符合预设稳定条件的监控指标在指定时间窗口下的告警数量随时间的分布数据进行处理。

4.根据权利要求1所述的方法，其特征在于，所述利用所述预测指标对业务系统进行运行状态预测，包括：

将所述预测指标输入预先构建的故障预测模型中，得到故障预测结果；其中，所述故障预测模型根据已发生的业务系统运行故障与该业务系统运行故障所对应的交易告警值与数据库告警值的比值的异常程度、交易告警值与中间件告警值的比值的异常程度以及交易告警值确定。

5.根据权利要求4所述的方法，其特征在于，所述故障预测模型利用CART决策树模型构建。

6.根据权利要求1所述的方法，其特征在于，分别将交易监控所对应的各监控指标的告警预测数量的均值、数据库监控所对应的各监控指标的告警预测数量的均值以及消息中间件监控所对应的各监控指标的告警预测数量的均值，作为交易告警预测值、数据库告警预测值以及中间件告警预测值。

7.一种业务系统的运行状态预测装置，其特征在于，应用于服务器，所述装置包括：

数据获取模块，用于获取业务系统的各监控指标的告警信息集；其中，所述告警信息集包括相应监控指标在指定时间窗口下的告警数量随时间的分布数据；

模型构建模块，用于利用时序算法分别对所述各监控指标的告警信息集进行处理，得到各监控指标所对应的告警数量预测模型；

告警数量预测模块，用于基于所述告警数量预测模型对相应的监控指标在当前监测时间之后的告警数量进行预测，得到相应监控指标在指定时间窗口下的告警预测数量，以利用所述告警预测数量确定所述业务系统的运行状态；

其中，所述装置还包括：特征提取模块，用于对交易监控所对应的各监控指标在指定时间窗口下的告警预测数量、数据库监控所对应的各监控指标在指定时间窗口下的告警预测数量以及消息中间件监控所对应的各监控指标的单日告警预测数量进行特征提取，分别得到交易告警预测值、数据库告警预测值以及中间件告警预测值；预测指标提取模块，用于将交易告警预测值与数据库告警预测值的比值的异常程度、交易告警预测值与中间件告警预测值的比值的异常程度以及交易告警预测值作为预测指标；运行状态预测模块，用于利用所述预测指标对业务系统进行运行状态预测，得到业务系统的运行状态预测结果。

8.一种服务器，其特征在于，所述服务器包括至少一个处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现权利要求1-6任一项所述方法的步骤。