[发明专利]可用区的故障判定方法、终端设备及介质

说明书

本发明公开了一种可用区的故障判定方法，终端设备及计算机可读存储介质，所述方法包括：采集业务数据库和/或业务数据流中每一可用块对应的指标数据；通过多个异常判别算法检测所述指标数据，并获取多个所述异常判别算法对所述指标数据的检测结果；集成多个所述异常判别算法对所述指标数据的检测结果，得到异常判定指标；根据所述异常判定指标确定各个所述可用块是否出现故障。本发明旨在达成提高可用区的故障判断的准确性的效果。

技术领域

本发明涉及通信技术领域，尤其涉及可用区的故障判定方法、终端设备及计算机可读存储介质。

背景技术

随着云服务基础设施的普及以及电信核心系统的不断云化改造，对云业务的连续性和系统的高可用服务提出了更为严苛的保障要求。在云服务系统中，应用系统可部署在多个可用区内，同时对外提供服务，而每个可用区之间完全隔离，不同可用区之间故障无法传播。为了实现保障云业务的连续性和系统的高可用服务的目的，需要确定可用区是否存在故障，以便在检查到可用区存在故障时，将故障的可用区的业务引流至其它未故障的可用区。

在相关技术中，一般先预先设定好固定的判断阈值，进而根据可用区的基础指标与预设的固定判断阈值之间的关系，判断可用区是否出现故障。由于实时业务存在不确定性，导致设置固定判断阈值进行故障识别时容易出现误报和漏报的现象，因此存在可用区的故障判断不准确的现象。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种可用区的故障判定方法、终端设备及计算机可读存储介质，旨在达成提高可用区的故障判断的准确性的效果。

为实现上述目的，本发明提供一种可用区的故障判定方法，所述可用区的故障判定方法包括：

采集业务数据库和/或业务数据流中每一可用块对应的指标数据；

通过多个异常判别算法检测所述指标数据，并获取多个所述异常判别算法对所述指标数据的检测结果；

集成多个所述异常判别算法对所述指标数据的检测结果，得到异常判定指标；

根据所述异常判定指标确定各个所述可用块是否出现故障。

可选地，所述通过多个异常判别算法检测所述指标数据，并获取多个所述异常判别算法对所述指标数据的检测结果的步骤，包括以下至少两个：

通过K-Sigma算法检测所述指标数据，并获取K-Sigma检测结果；

通过多元高斯拖尾算法检测所述指标数据，并获取高斯拖尾检测结果；

通过中位数绝对偏差MAD算法检测所述指标数据，并获取MAD检测结果；

通过基于密度的噪声应用空间聚类DB-SCAN算法检测所述指标数据，并获取DB-SCAN检测结果。

可选地，所述通过多个异常判别算法检测所述指标数据，并获取多个所述异常判别算法对所述指标数据的检测结果的步骤之前，还包括：

对所述指标数据进行预处理，其中，所述预处理包括平滑滤波处理、实时清洗处理和/或缺失点补全处理。

可选地，所述根据所述异常判定指标确定各个所述可用块是否出现故障的步骤之后，还包括：

在第一可用块出现故障，且第二可用块未出现故障时，基于多级切换控制逻辑，将所述第一可用块对应的业务流量切换至所述第二可用块，以通过所述第二可用块处理所述业务流量，其中，不同层级对应的切换控制方式不同。

可选地，所述基于多级切换控制逻辑，将所述第一可用块对应的业务流量切换至所述第二可用块的步骤包括：