CN109639504A - 一种基于云平台的告警信息处理方法和装置 - Google Patents

Abstract

本发明实施例适用于云平台的监控告警技术领域，提供了一种基于云平台的告警信息处理方法和装置，所述方法包括：接收针对用户业务系统的告警信息；依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；针对任一告警因素，将告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较；若二者之间的比值大于预设阈值，则对告警信息进行处理。本实施例不仅可以从用户自主配置的告警信息中识别出周期性触发的告警信息，还可以及时感知不符合用户告警曲线的告警信息，方便运维人员提前对云平台或底层资源变更造成的异常进行处理，提高了云平台及业务系统的故障处理能力。

Description

一种基于云平台的告警信息处理方法和装置

技术领域

本发明属于云平台的监控告警技术领域，特别是涉及一种基于云平台的告警信息处理方法、一种基于云平台的告警信息处理装置、一种终端设备及一种计算机可读存储介质。

背景技术

消费者可以通过因特网从完善的计算机基础设施中获得服务，这类服务被称为基础设施即服务(Infrastructure as a Service，简称IAAS)。IAAS层的云计算服务，由上到下涉及到云门户业务调度、资源编排系统、虚拟化调度和硬件资源等等。由于IAAS层的云计算服务整体调用的链路长、关联的组件多，为了有效地保证服务质量，就需要对链路中的每个节点实施监控。例如，与网络相关的监控，需要分别对网络服务系统、交换机、路由器、网络链路中的流量等配置监控项，尽可能全面快速地发现由于网络变更或故障导致的异常，以便及时通知运维人员对异常进行处理，保障业务的正常开展。

但是，在现有技术中，针对IAAS层的运维，常规的监控方式仅仅关注由云平台内部各个系统或底层资源导致的异常，根本不会关注用户通过云监控服务配置的告警信息。因此，按照目前的监控配置方式，虽然从各种维度设置了针对IAAS层的监控，但是由于无法对用户自主配置的告警信息进行监控，使得部分由于云平台变更而导致的用户业务系统的异常无法及时地被运维人员发现，影响用户对云平台或业务系统的正常使用。

发明内容

有鉴于此，本发明实施例提供了一种基于云平台的告警信息处理方法和装置，以解决现有技术中无法对用户自主配置的告警信息进行识别的问题。

本发明实施例的第一方面提供了一种基于云平台的告警信息处理方法，包括：

接收针对用户业务系统的告警信息；

依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，所述用户告警曲线用于表示所述告警因素对应的不同告警因素特征下的告警数量；

若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

本发明实施例的第二方面提供了一种基于云平台的告警信息处理装置，包括：

接收模块，用于接收针对用户业务系统的告警信息；

统计模块，用于依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

比较模块，用于针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，所述用户告警曲线用于表示所述告警因素对应的不同告警因素特征下的告警数量；

处理模块，用于若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于云平台的告警信息处理方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述基于云平台的告警信息处理方法的步骤。

与现有技术相比，本发明实施例包括以下优点：

本发明实施例，在接收到针对用户业务系统的告警信息后，可以依据设定的多种告警因素，分别统计任一告警因素告警信息的告警数量，然后针对上述任一告警因素，将该告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，若上述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则需要提醒运维人员对该告警信息进行处理。本实施例通过将某一告警因素对应的告警信息的数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，不仅可以从用户自主配置的告警信息中识别出周期性触发的告警信息，使得运维人员无需过多地关注这类告警，还可以及时感知不符合用户告警曲线的告警信息，方便运维人员提前对云平台或底层资源变更造成的异常进行处理，提高了云平台及业务系统的故障处理能力，保证了云平台及业务系统的正常工作。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的一种基于云平台的告警信息处理方法的步骤流程示意图；

图2是本发明一个实施例的另一种基于云平台的告警信息处理方法的步骤流程示意图；

图3是本发明一个实施例的一种基于云平台的告警信息处理装置的示意图；

图4是本发明一个实施例的一种终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

下面通过具体实施例来说明本发明的技术方案。

参照图1，示出了本发明一个实施例的一种基于云平台的告警信息处理方法的步骤流程示意图，具体可以包括如下步骤：

S101、接收针对用户业务系统的告警信息；

需要说明的是，本方法可以应用于IAAS、PAAS(Platform as a Service，平台即服务)、SAAS(Software as a Service，软件即服务)层云产品的监控。因此，本方法的执行主体可以是上述各层中的监控服务器。

通常，在云平台中配置有相应的云监控系统或云监控服务，通过云监控系统或云监控服务可以及时地接收到针对云平台的各项告警信息。

针对云平台的各项告警信息可以包括针对云平台本身的告警信息，例如针对云平台中各台物理机的告警信息；针对云平台的各项告警信息还可以是针对部署在云平台中的各个用户业务系统的告警信息，例如，用户通过购买云平台提供的服务，从而搭建出自己的业务系统，云监控系统或云监控服务也可以及时地接收到针对这些用户业务系统的告警信息。

在本发明实施例中，当用户业务系统发生某种异常，从而触发告警信息时，上述针对业务系统的告警信息同时也会被记录在云监控系统或云监控服务的数据库中。

S102、依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

在本发明实施例中，多种告警因素可以包括告警时间、告警地域等因素。因此，可以按照不同的告警时间或不同的告警地域，分别统计该时间或地域的告警信息的数量。

例如，针对告警时间，可以统计在当前时间段内全部用户业务系统产生的告警信息的数量；或者，统计在某个地域范围内全部用户业务系统产生的告警信息的数量。

S103、针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较；

在本发明实施例中，预设的告警因素对应的用户告警曲线可以是根据云监控系统采集的用户自定义的告警因素对应的告警信息生成的，用户自定义的告警因素对应的告警信息可以是根据用户自定义的告警策略触发并生成的与某一告警因素对应的告警信息。

例如，用户可以在云监控系统中自定义地配置一些针对业务系统的告警策略，当云监控系统实时地采集到用户业务系统的运行数据时，可以判断这些运行数据是否符合上述告警策略的要求。如果符合，则会触发告警系统生成相应的告警信息，并向用户设定的告警信息接收设备发送上述告警信息。

所有已发送的告警信息均会被记录在数据库中形成历史告警信息，根据这些历史告警信息可以生成用户告警曲线，上述用户告警曲线用于表示各种告警因素对应的不同告警因素特征下的告警数量。不同告警因素特征可以是告警时间特征(如时间区间或时间段)、告警地域特征(如地域范围)等等。

例如，用户告警曲线可以包括告警数量信息和告警时间信息；或者，包括告警数量信息和告警地域信息。

在具体实现中，可以根据不同的告警因素生成多种类型的用户告警曲线。例如，根据告警时间和告警数量等因素，可以生成时间-数量告警曲线；根据告警地域和告警数量等因素，也可以生成地域-数量告警曲线。

上述时间-数量告警曲线或地域-数量告警曲线可以分别以二维坐标曲线的方式表示。以时间-数量告警曲线为例，其横坐标可以表示告警时间信息，例如，可以按照每周为一个周期将其划分为周一至周日共7个坐标点，对应的纵坐标可以表示相应的在一周内每天采集到的告警数量。或者，也可以按照每月为一个周期将横坐标划分为30或31个坐标点，对应的纵坐标则可以表示相应的在一月内每天采集到的告警数量。当然，还可以将上述时间信息划分得更为细致一些，比如以某一天中数个小时为一个划分单位，更细粒度地统计在每几个小时内的告警数量，然后再生成相应的告警曲线。

在本发明实施例中，用户告警曲线也可以是三维坐标曲线。例如，根据告警时间、告警地域和告警数量等三种告警因素可以生成时间-地域-数量告警曲线。上述时间-地域-数量告警曲线可以看作是在时间-数量告警曲线基础上增加了地域维度后所形成的曲线，也可以看作是在地域-数量告警曲线基础上增加了时间维度后所形成的曲线。以时间-地域-数量告警曲线为例，该告警曲线的X轴可以表示告警的时间信息，Y轴可以表示告警的地域信息，Z轴可以表示相应的告警数量的信息。

需要说明的是，为了对不同类型的告警信息进行针对性的分析和处理，本实施例还可以针对不同类型的告警信息分别生成对应于该类型的用户告警曲线。例如，可以单独统计业务系统中跟内存相关的告警信息，生成仅涉及内存告警状态的告警曲线；也可以单独统计跟磁盘相关的告警信息，生成仅涉及磁盘告警状态的告警曲线，本实施例对此不作限定。

在本发明实施例中，当接收到针对用户业务系统的告警信息并统计出某一告警因素的告警信息的告警数量后，可以将该告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较。

例如，可以基于告警数量这一关键因素，将当前接收到的告警数量与上述时间-数量告警曲线或地域-数量告警曲线进行对比，确定在当前时间段或某个地域范围内的告警数量是否符合对应的告警曲线中告警数量信息的走势。

在对比时，可以首先确定可以用作比较的用户告警曲线是哪些。例如，可以首先确定当前时间段或当前地域范围内的告警曲线。然后，将当前的告警数量与确定的告警曲线中该时间段或该地域范围对应的告警数量进行比较。如果当前的告警数量与告警曲线中的数量信息之间的比值超过某一阈值(例如该阈值可以是120％)，则认为当前的告警信息的数量不符合用户告警曲线中告警数量信息的走势。

作为本发明的一种示例，如果用户告警曲线显示用户业务系统在每周四晚20点到21点之间周期性地触发5-10条告警，那么当在某个周四晚20点到21点之间接收到告警信息时，可以首先确定接收到的告警信息的数量是否明显超过5-10条。如果告警信息的数量在5-10条之间，或者少于5条，则可以认为该告警信息的数量符合用户告警曲线中数量信息的走势，无需对该告警信息进行过多关注。但是如果在该时间段内突发100条告警，则可以认为当前突发的告警信息的数量不符合告警曲线中数量信息的走势，此时可以对不符合用户告警曲线的告警进行处理。

需要说明的是，将当前接收到的告警数量与上述时间-数量告警曲线或地域-数量告警曲线进行对比可以是同时进行的，只要当前接收到的告警数量不符合任意一个告警曲线中数量信息的走势，就可以认为告警信息不符合预设的用户告警曲线。

例如，当前接收到的告警信息的数量在与地域-数量告警曲线进行对比时，若在当前地域范围内产生的告警信息符合上述地域-数量告警曲线的走势，但在当前时间段内，多个地域范围产生的告警信息并不符合时间-数量告警曲线的走势时，也可以认为当前的告警信息并不符合预设的用户告警曲线，需要提醒运维人员进行关注。

S104、若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

通常，云平台本身的变更或底层资源的变更是有可能导致用户业务系统触发告警的；用户业务系统关联的第三方系统发生故障或运营商系统发生故障也可能导致用户业务系统触发告警。

因此，在对不符合用户告警曲线的告警信息进行处理时，可以根据导致告警的几种可能原因分多种方式进行分析和处理。

在具体实现中，可以首先确认云平台本身是否发生过变更，或者底层资源是否发生过变更。如果云平台或底层资源在触发告警的时间点内确实发生过变更，则需要考虑云平台的变更或底层资源的变更对用户业务系统造成的影响，运维人员需要针对本次告警信息进行处理。

如果云平台或底层资源在触发告警的时间点内并未发生过变更，那么可以认为该告警信息并不是由于云平台本身的原因造成的。此时，可以考虑与用户业务系统关联的第三方系统或者运营商系统是否发生故障并触发了上述告警。

在本发明实施例中，在接收到针对用户业务系统的告警信息后，可以依据设定的多种告警因素，分别统计任一告警因素告警信息的告警数量，然后针对上述任一告警因素，将该告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，若上述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则需要提醒运维人员对该告警信息进行处理。本实施例通过将某一告警因素对应的告警信息的数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，不仅可以从用户自主配置的告警信息中识别出周期性触发的告警信息，使得运维人员无需过多地关注这类告警，还可以及时感知不符合用户告警曲线的告警信息，方便运维人员提前对云平台或底层资源变更造成的异常进行处理，提高了云平台及业务系统的故障处理能力，保证了云平台及业务系统的正常工作。

参照图2，示出了本发明一个实施例的另一种基于云平台的告警信息处理方法的步骤流程示意图，具体可以包括如下步骤：

S201、生成用户告警曲线；

在本发明实施例中，用户告警曲线可以是根据云监控系统采集的用户自定义的告警信息生成的。

例如，可以在获取用户告警策略后，通过采集满足上述用户告警策略的历史告警信息，然后根据任一告警因素，分别确定上述告警因素对应的不同告警因素特征下的历史告警信息数量，从而基于该告警因素及其不同告警因素特征下的历史告警信息数量，生成该告警因素对应的用户告警曲线。

在本发明实施例中，用户告警策略可以是用户自定义的告警策略。用户自定义的告警策略可以是用户根据实际需要在云监控系统中自主配置的告警策略。

具体地，用户可以针对业务系统的内存、CPU、I/O负载等设置相应的告警策略。云监控系统可以实时地对业务系统的各项数据进行采集，并判断这些数据是否符合上述告警策略。如果符合，则可以由告警系统根据这些数据生成告警信息，并向用户预先设定的告警信息接收设备发送告警信息。

例如，某项告警策略可以设定为CPU占用率大于80％时，发送告警信息；或者，也可以设定为CPU占用率大于90％时，发送告警信息。

以云监控系统采集到的监控数据中CPU占用率为85％为例，如果告警策略为“CPU占用率大于90％时，发送告警信息”，那么告警系统不需要针对该监控数据做出响应，不用生成相应的告警信息；但如果告警策略为“CPU占用率大于80％时，发送告警信息”，那么告警系统就需要针对该监控数据做出响应，生成相应的告警信息。

告警信息在被发送后，会以历史告警信息的形式被记录在告警系统或云监控系统的数据库中。

然后，可以通过统计各个告警因素对应的不同告警因素特征下的历史告警信息数量，从而分别采用历史告警信息数量以及至少一种告警因素进行机器学习，生成用户告警曲线。

在本发明实施例中，告警因素可以包括告警时间、告警地域、告警类型等等，相应的告警因素特征包括告警时间特征(如时间段或时间区间)、告警地域特征(如地域范围)、告警类型特征(如CPU告警、内存告警)等等，生成的用户告警曲线可以是二维坐标曲线或三维坐标曲线。

在具体实现中，可以针对数据库中记录的历史告警信息的产生时间、地域、告警类型等分别进行统计，得到在特定时间、特定地域或者涉及特定类型的告警数量。

在本发明实施例中，可以按照预设规则，将告警时间特征划分为多个时间段，通过确定任一时间段内的历史告警信息数量，从而基于多个时间段及任一时间段内的历史告警信息数量建立坐标系，生成时间-数量告警曲线。

例如，可以按照每4个小时为一个划分单位，分别统计在每天的00：00-04:00，04:00-08:00，08:00-12:00，12:00-16:00，16:00-20:00，20:00-24:00点共6个时间段内产生的告警数量，从而得到一周内7天共42个时间段对应的数据。然后，以上述42个时间段为X轴，以42个时间段分别统计得到的告警数量为Y轴的值生成二维的时间-数量告警曲线。当然，上述划分单位可以根据实际需要确定，本实施对此不作限定。

当然，根据不同的告警因素生成的用户告警曲线也不同。因此还可以按照预设规则，将告警地域特征划分为多个地域范围，通过确定任一地域范围内的历史告警信息数量，基于多个地域范围及任一地域范围内的历史告警信息数量建立坐标系，生成地域-数量告警曲线，其横坐标可以表示告警的地域范围。

例如，可以按照ip字段将某一地域范围划分为多个子范围，对应的纵坐标可以表示相应的子范围内每天或数个小时采集到的告警信息的数量，生成相应的地域-数量告警曲线。

用户告警曲线也可以是三维坐标曲线。因此，按照预设规则，通过将告警时间特征划分为多个时间段，将告警地域特征划分为多个地域范围，然后分别统计任一地域范围内各个时间段内的历史告警信息数量，可以基于多个地域范围及任一地域范围内各个时间段内的历史告警信息数量建立坐标系，生成时间-地域-数量告警曲线。

上述时间-地域-数量告警曲线可以看作是在时间-数量告警曲线基础上增加了地域维度后所形成的曲线，也可以看作是在地域-数量告警曲线基础上增加了时间维度后所形成的曲线。以时间-地域-数量告警曲线为例，该告警曲线的X轴可以表示告警的时间信息，Y轴可以表示告警的地域信息，Z轴可以表示相应的告警数量信息。

例如，X轴可以表示每天的00：00-04:00,04:00-08:00，08:00-12:00，12:00-16:00，16:00-20:00，20:00-24:00点共6个时间段，Y轴可以按照ip字段的不同，表示不同的子范围，而Z轴则可以具体表示该子范围内的业务系统在上述时间段内所产生到的告警数量。

需要说明的是，为了对不同类型的告警信息进行针对性的分析和处理，还可以针对不同类型的告警信息分别生成对应于该类型的用户告警曲线。例如，可以单独统计业务系统中跟内存相关的告警信息，生成仅涉及内存告警状态的告警曲线；也可以单独统计跟磁盘相关的告警信息，生成仅涉及磁盘告警状态的告警曲线，本实施例对此不作限定。

S202、接收针对用户业务系统的告警信息；

在本发明实施例中，上述业务系统可以是部署在IAAS层云平台中的用户业务系统。

当用户业务系统发生故障时，例如业务系统磁盘只读或者业务系统I/O负载过高时，如果上述故障命中用户预先设定的告警策略，那么告警系统可以针对该故障生成告警信息。

一方面，该告警信息可以按照用户设定的接收设备和接收方式进行发送。例如，用户可以设定以邮件的方式向某个邮箱账号发送告警信息，也可以设定以短信的方式向某个手机号码发送该告警信息。另一方面，该告警信息在被发送后，还会以历史告警信息的方式被记录在数据库中。同时，云监控系统也可以接收到该告警信息，并能够针对该告警信息做出响应。

S203、依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

需要说明的是，在某个时间点接收到的针对用户业务系统的告警信息可以不止一条，而是几条、十几条甚至上百条。

因此，可以按照不同的告警时间或不同的告警地域，分别统计该时间或地域下的告警信息的数量。

S204、针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较；

在本发明实施例中，当接收到针对用户业务系统的告警信息并统计出某一告警因素的告警数量后，可以将该告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较。

在具体实现中，在将某一告警因素的告警数量与预设的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，可以首先确定用于比较的用户告警曲线中包含的告警因素有哪些。

例如，对于时间-数量告警曲线，可以确定该曲线中包含的告警因素有告警时间和告警数量。

然后将当前接收到的告警信息的数量对应的告警曲线中的数量进行比较。

具体地，可以首先确定该告警信息的产生时间，然后确定在时间-数量告警曲线中对应的时间点上所产生的告警数量是多少，比较当前接收到的告警信息的数量与告警曲线上对应时间点的告警数量。

如果用户告警曲线显示用户业务系统在每周四晚20点到21点之间周期性地触发5-10条告警，那么当在某个周四晚20点到21点之间接收到告警信息时，可以通过确定告警信息的数量是否明显超过5-10条。

如果在该时间段内突发100条告警，则可以认为不符合告警曲线的走势，此时可以执行步骤S205，需要对上述突发的100条告警进行重点关注并及时处理。

若上述告警信息的数量仅仅只有3-4条，则可以执行步骤S210，判定该告警信息符合用户告警曲线并忽略该告警信息，运维人员无需过多地关注该告警信息。

S205、若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，检测在触发所述告警信息的预设时间范围内是否存在针对云平台或底层资源的变更；

在本发明实施例中，如果某一告警因素的告警数量与用户告警曲线中的目标告警数量之间的比值大于某一预设阈值(例如，该阈值可以为120％)，则可以认为需要对相应的告警信息进行重点关注并及时处理。

例如，若在当前时间段内接收到的告警信息的数量为100条，相应的时间-数量告警曲线中对应时间段内的历史告警信息的数量为50条，二者之间的比值为200％，远远大于120％的预设阈值，则表示用户业务系统当前产生的告警信息需要重点关注。

在对需要重点关注的告警信息进行分析处理时，可以首先考虑该告警信息是否是由于云平台本身的故障或异常触发了本次告警信息。

因此，在具体实现中，可以首先确认在触发上述告警信息的时间范围内，是否对云平台或底层资源进行了变更。

通常，云平台提供的IAAS服务，包括各类计算、存储、网络服务。以ECS(ElasticCompute Service，云服务器)为例，所有的ECS实例是运行在物理服务器上的，而物理机上可创建的ECS实例是有上限的，当资源逐步消耗，就需要做底层资源扩容，扩容便是变更的一种。

当然，除了云门户，IAAS云服务还包括网络服务系统、网络编排系统等等，随着产品迭代，这些系统的版本发布也是重要的变更。

由于所有的变更都需要走变更流程，在内部系统上发起申请，当出现异常时，可以通过自动调用内部系统上的查询接口，查看某个时间段内是否存在相应的变更单。

如果存在云平台或底层资源的变更，则可以执行步骤S206，识别当前被触发的告警信息是否是由云平台或底层资源的变更引起的；如果不存在云平台或底层资源的变更，则可以认为上述告警信息并非云平台本身故障引起的，此时可以执行步骤S208，考虑该告警信息是否是由业务系统或与业务系统关联的第三方系统的异常而触发的。

S206、识别所述告警信息是否由所述云平台或底层资源的变更触发；

通常，触发告警信息的原因可能是多方面的。因此，即使确认在触发告警的时间点内存在云平台或底层资源的变更，也需要进一步识别该告警信息是否真的就是由于云平台或底层资源的变更导致的。

如果通过检测，确认告警信息是由云平台或底层资源的变更引起的，那么可以执行步骤S207，由运维人员及时地对云平台本身的异常进行处理。

如果通过检测，确认告警信息并非是由云平台或底层资源的变更引起的，那么可以执行步骤S208，考虑该告警信息是否是由用户业务系统关联的第三方系统或运营商系统的异常而触发的。

S207、若识别所述告警信息由所述云平台或底层资源的变更触发，则对所述云平台本身的异常进行处理；

S208、识别所述告警信息是否由所述业务系统或与所述业务系统关联的第三方系统触发；

S209、向所述业务系统发送告警提醒信息；

在本发明实施例中，若识别告警信息由业务系统或与业务系统关联的第三方系统触发，则可以向业务系统发送告警提醒信息，提醒用户当前产生的告警信息可能是由于业务系统本身故障，或者与业务系统关联的第三方系统或运营商系统的异常而触发的，与云平台无关。

S210、若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值不大于所述预设阈值，则忽略所述告警信息。

在本发明实施例中，如果当前产生的告警信息符合用户告警曲线的走势，可以认为当前的告警信息属于周期性触发的告警，无需关注。

在本发明实施例中，通过采集用户自定义的历史告警信息，生成用户告警曲线，当业务系统异常从而触发告警信息时，可以通过判断该告警信息的数量是否符合上述用户告警曲线中数量信息的走势。如果符合，则可以认为本次告警信息属于业务系统自身变更引发的周期性活动，无需云平台运维人员关注；但如果本次告警信息的数量明显不符合用户告警曲线中数量信息的走势时，则可以提醒运维人员对该告警信息进行关注并处理。在处理时，可以首先确定在告警时间范围内是否存在针对云平台或底层资源的变更。如果存在上述变更，则需要考虑是否是云平台或底层资源的变更导致了本次告警；如果不存在上述变更，则可以认为本次告警与云平台无关，可能是由于用户业务系统关联的第三方系统或运营商系统故障而产生的。本实施例通过监控用户自定义的告警信息，可以辅助对云平台本身的产品质量状况进行判断或评估。

需要说明的是，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

参照图3，示出了本发明一个实施例的一种基于云平台的告警信息处理装置的示意图，具体可以包括如下模块：

接收模块301，用于接收针对用户业务系统的告警信息；

统计模块302，用于依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

比较模块303，用于针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，所述用户告警曲线用于表示所述告警因素对应的不同告警因素特征下的告警数量；

处理模块304，用于若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

在本发明实施例中，所述装置还可以包括如下模块：

获取模块，用于获取用户告警策略；

采集模块，用于采集满足所述用户告警策略的历史告警信息；

确定模块，用于根据所述任一告警因素，分别确定所述告警因素对应的不同告警因素特征下的历史告警信息数量；

生成模块，用于基于所述告警因素及其不同告警因素特征下的历史告警信息数量，生成所述告警因素对应的用户告警曲线。

在本发明实施例中，所述告警因素包括告警时间，和/或，告警地域，所述告警因素对应的不同告警因素特征包括告警时间特征，和/或，告警地域特征，所述生成模块具体可以包括如下子模块：

第一生成子模块，用于按照预设规则，将所述告警时间特征划分为多个时间段，确定任一时间段内的历史告警信息数量，基于所述多个时间段及所述任一时间段内的历史告警信息数量建立坐标系，生成时间-数量告警曲线；或者，

第二生成子模块，用于按照预设规则，将所述告警地域特征划分为多个地域范围，确定任一地域范围内的历史告警信息数量，基于所述多个地域范围及所述任一地域范围内的历史告警信息数量建立坐标系，生成地域-数量告警曲线；或者，

第三生成子模块，用于按照预设规则，将所述告警时间特征划分为多个时间段，将所述告警地域特征划分为多个地域范围，分别统计任一地域范围内各个时间段内的历史告警信息数量，基于所述多个地域范围及所述任一地域范围内各个时间段内的历史告警信息数量建立坐标系，生成时间-地域-数量告警曲线。

在本发明实施例中，所述处理模块304具体可以包括如下子模块：

检测子模块，用于检测在触发所述告警信息的预设时间范围内是否存在针对云平台或底层资源的变更；

第一识别子模块，用于若在所述预设时间范围内存在针对所述云平台或底层资源的变更，则识别所述告警信息是否由所述云平台或底层资源的变更触发；

第二识别子模块，用于若在所述预设时间范围内不存在针对所述云平台或底层资源的变更，则识别所述告警信息是否由所述业务系统或与所述业务系统关联的第三方系统触发。

在本发明实施例中，所述处理模块304还可以包括如下子模块：

第一处理子模块，用于若识别所述告警信息由所述云平台或底层资源的变更触发，则对所述云平台本身的异常进行处理；

第二处理子模块，用于若识别所述告警信息由所述业务系统或与所述业务系统关联的第三方系统触发，则向所述业务系统发送告警提醒信息。

在本发明实施例中，所述处理模块304还可以包括如下子模块：

忽略子模块，用于若匹配所述告警因素的告警数量与所述用户告警曲线中的告警数量信息之间的比值不大于所述预设阈值，则忽略所述告警信息。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例部分的说明即可。

参照图4，示出了本发明一个实施例的一种终端设备的示意图。如图4所示，本实施例的终端设备400包括：处理器410、存储器420以及存储在所述存储器420中并可在所述处理器410上运行的计算机程序421。所述处理器410执行所述计算机程序421时实现上述基于云平台的告警信息处理方法各个实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器410执行所述计算机程序421时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块301至304的功能。

示例性的，所述计算机程序421可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器420中，并由所述处理器410执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段可以用于描述所述计算机程序421在所述终端设备400中的执行过程。例如，所述计算机程序421可以被分割成接收模块、统计模块、比较模块和处理模块，各模块具体功能如下：

接收模块，用于接收针对用户业务系统的告警信息；

统计模块，用于依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

比较模块，用于针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，所述用户告警曲线用于表示所述告警因素对应的不同告警因素特征下的告警数量；

处理模块，用于若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

所述终端设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备400可包括，但不仅限于，处理器410、存储器420。本领域技术人员可以理解，图4仅仅是终端设备400的一种示例，并不构成对终端设备400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备400还可以包括输入输出设备、网络接入设备、总线等。

所述处理器410可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器420可以是所述终端设备400的内部存储单元，例如终端设备400的硬盘或内存。所述存储器420也可以是所述终端设备400的外部存储设备，例如所述终端设备400上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等等。进一步地，所述存储器420还可以既包括所述终端设备400的内部存储单元也包括外部存储设备。所述存储器420用于存储所述计算机程序421以及所述终端设备400所需的其他程序和数据。所述存储器420还可以用于暂时地存储已经输出或者将要输出的数据。

本领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明。实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置/终端设备的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其他的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一方面，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件完成，所述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于云平台的告警信息处理方法，其特征在于，包括：

接收针对用户业务系统的告警信息；

依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，所述用户告警曲线用于表示所述告警因素对应的不同告警因素特征下的告警数量；

若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

2.根据权利要求1所述的方法，其特征在于，在所述接收针对用户业务系统的告警信息的步骤前，还包括：

获取用户告警策略；

采集满足所述用户告警策略的历史告警信息；

根据所述任一告警因素，分别确定所述告警因素对应的不同告警因素特征下的历史告警信息数量；

基于所述告警因素及其不同告警因素特征下的历史告警信息数量，生成所述告警因素对应的用户告警曲线。

3.根据权利要求2所述的方法，其特征在于，所述告警因素包括告警时间，和/或，告警地域，所述告警因素对应的不同告警因素特征包括告警时间特征，和/或，告警地域特征，所述基于所述告警因素及其不同告警因素特征下的历史告警信息数量，生成所述告警因素对应的用户告警曲线的步骤包括：

按照预设规则，将所述告警时间特征划分为多个时间段，确定任一时间段内的历史告警信息数量，基于所述多个时间段及所述任一时间段内的历史告警信息数量建立坐标系，生成时间-数量告警曲线；

或者，

按照预设规则，将所述告警地域特征划分为多个地域范围，确定任一地域范围内的历史告警信息数量，基于所述多个地域范围及所述任一地域范围内的历史告警信息数量建立坐标系，生成地域-数量告警曲线；

或者，

按照预设规则，将所述告警时间特征划分为多个时间段，将所述告警地域特征划分为多个地域范围，分别统计任一地域范围内各个时间段内的历史告警信息数量，基于所述多个地域范围及所述任一地域范围内各个时间段内的历史告警信息数量建立坐标系，生成时间-地域-数量告警曲线。

4.根据权利要求1所述的方法，其特征在于，所述对所述告警信息进行处理的步骤包括：

检测在触发所述告警信息的预设时间范围内是否存在针对云平台或底层资源的变更；

若在所述预设时间范围内存在针对所述云平台或底层资源的变更，则识别所述告警信息是否由所述云平台或底层资源的变更触发；

若在所述预设时间范围内不存在针对所述云平台或底层资源的变更，则识别所述告警信息是否由所述业务系统或与所述业务系统关联的第三方系统触发。

5.根据权利要求4所述的方法，其特征在于，还包括：

若识别所述告警信息由所述云平台或底层资源的变更触发，则对所述云平台本身的异常进行处理；

若识别所述告警信息由所述业务系统或与所述业务系统关联的第三方系统触发，则向所述业务系统发送告警提醒信息。

6.根据权利要求4所述的方法，其特征在于，还包括：

若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值不大于所述预设阈值，则忽略所述告警信息。

7.一种基于云平台的告警信息处理装置，其特征在于，包括：

接收模块，用于接收针对用户业务系统的告警信息；

统计模块，用于依据设定的多种告警因素，分别统计任一告警因素的告警信息的告警数量；

比较模块，用于针对所述任一告警因素，将所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量进行比较，所述用户告警曲线用于表示所述告警因素对应的不同告警因素特征下的告警数量；

处理模块，用于若所述告警因素的告警数量与预设的告警因素对应的用户告警曲线中告警信息特征符合告警因素特征的目标告警数量之间的比值大于预设阈值，则对所述告警信息进行处理。

8.根据权利要求7所述的装置，其特征在于，还包括：

获取模块，用于获取用户告警策略；

采集模块，用于采集满足所述用户告警策略的历史告警信息；

确定模块，用于根据所述任一告警因素，分别确定所述告警因素对应的不同告警因素特征下的历史告警信息数量；

生成模块，用于基于所述告警因素及其不同告警因素特征下的历史告警信息数量，生成所述告警因素对应的用户告警曲线。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至6任一项所述基于云平台的告警信息处理方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于云平台的告警信息处理方法的步骤。