[发明专利]一种事件监控方法及装置在审
申请号: | 202011611537.3 | 申请日: | 2020-12-30 |
公开(公告)号: | CN112732519A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 陈坤龙 | 申请(专利权)人: | 百果园技术(新加坡)有限公司 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06F17/18;H04L12/24 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 新加坡巴西班让路*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 事件 监控 方法 装置 | ||
1.一种事件监控方法,其特征在于,所述方法包括:
获取当前的监控事件在指定历史时间区间内的历史发生数据,所述历史发生数据包括所述监控事件的历史发生时间信息;
根据所述历史发生时间信息构建高斯过程回归模型;
根据所述高斯过程回归模型,确定所述指定历史时间区间内的各单位时间点发生所述监控事件的发生频率,其中,所述发生频率服从泊松分布;
根据所述指定历史时间区间内的各单位时间点发生所述监控事件的发生频率,生成针对所述监控事件的时变频率曲线,所述时变频率曲线用于反映所述监控事件的发生频率随着时间变化的变化情况。
2.根据权利要求1所述的方法,其特征在于,所述根据所述高斯过程回归模型,确定所述指定历史时间区间内的各单位时间点发生所述监控事件的发生频率,包括:
将所述指定历史时间区间内的各单位时间点输入至所述高斯过程回归模型,并获得所述高斯过程回归模型针对各单位时间点输出的瞬时发生强度,所述瞬时发生强度为当前单位时间点发生所述监控事件的频率;
根据所述历史发生数据,确定所述监控事件在所述指定历史时间区间内各单位时间点的平均发生强度;
针对各单位时间点,根据当前单位时间点的瞬时发生强度以及所述平均发生强度,确定所述监控事件在该单位时间点发生的发生频率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述历史发生数据,确定所述监控事件在所述指定历史时间区间内各单位时间点的平均发生强度,包括:
计算所述指定历史时间区间内的单位时间点的第一数量;
计算所述监控事件在所述指定历史时间区间内发生的第二数量;
将所述第一数量与所述第二数量的比值,作为所述平均发生强度。
4.根据权利要求2或3所述的方法,其特征在于,所述针对各单位时间点,根据当前单位时间点的瞬时发生强度以及所述平均发生强度,确定所述监控事件在该单位时间点发生的发生频率,包括:
采用预设的指数函数将当前单位时间点的所述瞬时发生强度映射为正实数;
计算正实数的瞬时发生强度与所述平均发生强度的乘积,作为所述监控事件在该单位时间点发生的发生频率。
5.根据权利要求1所述的方法,其特征在于,所述历史发生时间信息为经过归一化处理后的时间信息。
6.根据权利要求1或2或3或5所述的方法,其特征在于,所述根据所述历史发生时间信息构建高斯过程回归模型,包括:
将所述历史发生时间信息作为样本集,采用共轭梯度法最小化所述样本集的对数似然度,得到最优超参数,并根据所述最优超参数确定高斯过程回归模型;
根据所述高斯过程回归模型,确定对应的后验数学期望函数以及后验协方差函数,以确定后验分布概率。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述时变频率曲线发送至下游任务,由所述下游根据所述时变频率曲线确定当前监控事件的高频发区间。
8.一种事件监控装置,其特征在于,所述装置包括:
历史数据获取模块,用于获取当前的监控事件在指定历史时间区间内的历史发生数据,所述历史发生数据包括所述监控事件的历史发生时间信息;
模型构建模块,用于根据所述历史发生时间信息构建高斯过程回归模型;
发生频率确定模块,用于根据所述高斯过程回归模型,确定所述指定历史时间区间内的各单位时间点发生所述监控事件的发生频率,其中,所述发生频率服从泊松分布;
频率曲线生成模块,用于根据所述指定历史时间区间内的各单位时间点发生所述监控事件的发生频率,生成针对所述监控事件的时变频率曲线,所述时变频率曲线用于反映所述监控事件的发生频率随着时间变化的变化情况。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百果园技术(新加坡)有限公司,未经百果园技术(新加坡)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011611537.3/1.html,转载请声明来源钻瓜专利网。