[发明专利]风险提示方法、装置、电子设备及存储介质

说明书

本发明提供一种风险提示方法、装置、电子设备及存储介质，该方法包括：确定目标预测任务，所述目标预测任务包括一项或多项待预测的业务量指标及其预测时间维度和计划预测时段；对任一项待预测业务量指标，根据所述目标预测任务，从预设的数据库中选取所述业务量指标的相应时间维度、计划预测时段的预设倍量和预设级别的历史运维数据，以作为训练样本数据；通过auto_arima机器学习算法对训练样本数据实时进行特征提取、分析和训练，获得该业务量指标的指标预测模型；基于指标预测模型对待预测业务量指标进行预测，获得相应的指标预测结果；当指标预测结果大于或等于历史运维数据中该业务量指标的历史均值时，发出风险预警提示信息。

技术领域

本发明涉及计算机数据处理技术领域，具体涉及一种风险提示方法、装置、电子设备及存储介质。

背景技术

计算机软件行业快速发展、进步，而基于计算机部署的众多业务系统也愈加复杂化，且各种业务系统所需承受的负载越来越大。众所周知，当一个业务系统的负载超过其最大承受能力时，该业务系统将会存在陷入宕机甚至瘫痪的风险，从而给相关用户带来巨大的数据损失，甚至经济损失。

目前的业务系统，大多都不具备提前感知未来负载超额风险以及对风险预警的能力。因此，一旦发生上述问题，则会造成不可估量的巨大损失。

现有技术也有提出通过计算预测的业务量均值、方差和误差值等数据，并根据真实业务量偏离历史均值的幅度来检测异常。这种方法操作过于简单且准确度较低。

发明内容

本发明提供一种风险提示方法、装置、电子设备及存储介质，用以克服现有技术中系统缺乏感知未来负载超额风险以及对风险预警能力以及现有检测异常方法准确度较低等缺陷，能够准确预测系统业务量指标数据并有效预警提示。

本发明提供一种风险提示方法，包括：

确定目标预测任务，所述目标预测任务包括一项或多项待预测的业务量指标及其预测时间维度和计划预测时段；

对任一项待预测业务量指标，根据所述目标预测任务，从预设的数据库中选取所述业务量指标的相应时间维度、计划预测时段的预设倍量或预设级别的历史运维数据，以作为训练样本数据；

通过auto_arima机器学习算法对所述训练样本数据实时进行特征提取、分析和训练，获得该业务量指标的指标预测模型；

基于所述指标预测模型对所述待预测业务量指标进行预测，获得相应的指标预测结果；

当所述指标预测结果大于或等于历史运维数据中该业务量指标的历史均值时，发出风险预警提示信息。

根据本发明提供的风险提示方法，所述基于所述指标预测模型对所述待预测业务量指标进行预测，获得相应的指标预测结果，具体包括：

通过自由切换设置或分布式定时设置，从多种预测模式中确定一种预测模式；其中，所述多种预测模式至少包括连续时长预测模式和指定时间范围预测模式；

根据确定的预测模式，基于所述指标预测模型对所述待预测业务量指标进行预测，获得相应的指标预测结果。

根据本发明提供的风险提示方法，当所述待预测的业务量指标为多项时，所述目标预测任务至少包括待预测的多项业务量指标及各业务量指标的预测时间维度和计划预测时段；

相应地，根据所述目标预测任务，从预设的数据库中分别选取所述多项业务量指标的相应时间维度、相应计划预测时段预设倍量或预设级别的历史运维数据，以分别作为各自的训练样本数据；

通过auto_arima机器学习算法分别对各所述训练样本数据实时进行特征提取、分析和训练，获得所述多项业务量指标各自对应的指标预测模型；

基于各所述指标预测模型分别对待预测的多项业务量指标进行预测，以分别获得各自相应的指标预测结果，并按照预设权重比例将各所述指标预测结果进行加权汇总，获得指标综合预测结果；

当所述指标综合预测结果大于或等于历史运维数据中所述多项业务量指标的综合历史均值时，发出风险预警提示信息。