[发明专利]应用故障检测方法及装置

说明书

本申请提供了一种应用故障检测方法及装置，可用于金融领域或其他领域，所述故障检测方法包括：获取目标金融应用的指标数据集，该指标数据集包括：所述目标金融应用中的各个节点的指标数据；根据各个节点的指标数据、指标数据的数据类型和预设的判别方法，确定所述指标数据集中是否存在异常指标数据；若所述指标数据集中存在异常指标数据，则将所述异常指标数据对应的节点作为异常节点，以完成所述目标金融应用的故障检测。本申请能够提高应用故障检测的准确性，进而能够提高应用运行的安全性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种应用故障检测方法及装置。

背景技术

在互联网金融时代，各大银行业务量呈爆发性增长，业务模式更新迭代频繁。云计算以其弹性计算、随用随取和快速迭代等新特性完美地契合了新形势下金融业IT系统的要求，云计算和分布式等新技术体系一同支撑起了互联网金融业务的快速发展。但是云计算体系下的IT环境和故障处理更加复杂，传统基于固定阈值的应用故障检测方法越来越难满足复杂场景的需求。

传统基于固定阈值的应用故障检测方法，通过判断实时采集的指标数据是否超出人为设定的固定阈值，确定应用是否故障；对于复杂应用来说，往往需要针对不同的指标分别设定各自的固定阈值，一方面，固定阈值靠人为评估有较大误差，另一方面，难以根据不同的时间和场景自适应调整固定阈值，容易导致大量的误报和漏报，给生产运维带来了较大的挑战。

发明内容

针对现有技术中的问题，本申请提出了一种应用故障检测方法及装置，能够提高应用故障检测的准确性，进而能够提高应用运行的安全性。

为了解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种应用故障检测方法，包括：

获取目标金融应用的指标数据集，该指标数据集包括：所述目标金融应用中的各个节点的指标数据；

根据各个节点的指标数据、指标数据的数据类型和预设的判别方法，确定所述指标数据集中是否存在异常指标数据；

若所述指标数据集中存在异常指标数据，则将所述异常指标数据对应的节点作为异常节点，以完成所述目标金融应用的故障检测。

进一步地，所述根据各个节点的指标数据、指标数据的数据类型和预设的判别方法，确定所述指标数据集中是否存在异常指标数据，包括：

若所述指标数据集中存在平稳类型的第一指标数据，则对该第一指标数据进行归一化处理；

根据归一化处理后的第一指标数据的标准差，确定各个第一指标数据的偏离度；

根据动态标准差阈值和各个第一指标数据的偏离度，确定所述指标数据集中是否存在异常指标数据。

进一步地，所述若所述指标数据集中存在异常指标数据，则将所述异常指标数据对应的节点作为异常节点，以完成所述目标金融应用的故障检测，包括：

若存在偏离度大于所述动态标准差阈值的第一指标数据，则将该第一指标数据对应的节点作为异常节点，以完成所述目标金融应用的故障检测。

进一步地，所述根据各个节点的指标数据、指标数据的数据类型和预设的判别方法，确定所述指标数据集中是否存在异常指标数据，包括：

若所述指标数据集中存在突刺类型的第二指标数据，则应用秩和检验法以及箱型图算法，检测所述第二指标数据；

根据显著水平阈值和各个第二指标数据的检测结果，确定所述指标数据集中是否存在异常指标数据。

进一步地，所述若所述指标数据集中存在异常指标数据，则将所述异常指标数据对应的节点作为异常节点，以完成所述目标金融应用的故障检测，包括：