[发明专利]一种基于Prophet的运维智能排班方法及装置

说明书

本发明公开了一种基于Prophet的运维智能排班方法及装置，方法包括：采集预设历史时间段内发生的系统告警数据；对系统告警数据进行预处理，得到预处理后的系统告警数据；将预处理后的系统告警数据存储至数据库；基于预处理后的系统告警数据，拟合Prophet模型，对待预测时间段的告警数量以及目标系统在特定日期发生故障的概率进行预测；按照预测的告警数量对所有系统进行逆序排序；根据系统排名，对应相关系统运维负责人生成值班表。本发明能够减少通知链条上不必要的时间浪费，将应急处置时间缩到最短，提高系统响应效率，保证系统高效稳定运行。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于Prophet的运维智能排班方法及装置。

背景技术

目前，商业银行为了快速响应业务系统在运行过程中出现的问题，需要每天安排运维人员进行值班。由于系统众多，当天收到的系统告警不一定是值班人员所负责的系统模块，对于告警的严重程度以及处置方法无法确定，此时就需要临时通知相应的系统运维人员完成应急处置，以满足服务的连续性。在这个过程中有可能会因为通知不及时或者通知链条过长等状况，错过最佳解决问题时间，延误系统恢复。

因此，如何减少通知链条上不必要的时间浪费，将应急处置时间缩到最短，以提高系统响应效率，保证系统高效稳定运行，是一项亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种基于Prophet的运维智能排班方法，能够根据历史告警的发生趋势，智能预测出某系统未来一段时间内的发生告警的概率，并生成值班表，据此，排班管理员就可以安排该系统的运维人员在当天进行值班，减少通知链条上不必要的时间浪费，将应急处置时间缩到最短，提高系统响应效率，保证系统高效稳定运行。

本发明提供了一种基于Prophet的运维智能排班方法，包括：

采集预设历史时间段内发生的系统告警数据；

对所述系统告警数据进行预处理，得到预处理后的系统告警数据；

将所述预处理后的系统告警数据存储至数据库；

基于所述预处理后的系统告警数据，拟合Prophet模型，对待预测时间段的告警数量以及目标系统在特定日期发生故障的概率进行预测；

按照预测的告警数量对所有系统进行逆序排序；

根据系统排名，对应相关系统运维负责人生成值班表。

优选地，所述对所述系统告警数据进行预处理，得到预处理后的系统告警数据，包括：

对所述系统告警数据中的异常数据或缺失的数据进行丢弃处理，得到预处理后的系统告警数据。

优选地，基于所述预处理后的系统告警数据，拟合Prophet模型，对待预测时间段的告警数量以及目标系统在特定日期发生故障的概率进行预测，包括：

基于待预测时间段超参数，对Prophet模型进行训练；

评估训练后的Prophet模型的预测结果与真实结果之间的误差；

基于所述误差加入影响预测结果的因素，并对训练后的Prophet模型的参数进行调整，得到调整后的Prophet模型；

基于所述预处理后的系统告警数据，采用调整后的Prophet模型，对待预测时间段的告警数量以及目标系统在特定日期发生故障的概率进行预测。

优选地，所述根据系统排名，对应相关系统运维负责人生成值班表，包括：

根据系统排名，判断推荐的运维负责人是否满足值班预设条件，若是，则：

根据系统排名以及满足值班预设条件的运维负责人生成值班表。