CN109918272B - 报警消息的周期性确定方法、装置及设备 - Google Patents

报警消息的周期性确定方法、装置及设备 Download PDF

Info

Publication number
CN109918272B
CN109918272B CN201811547735.0A CN201811547735A CN109918272B CN 109918272 B CN109918272 B CN 109918272B CN 201811547735 A CN201811547735 A CN 201811547735A CN 109918272 B CN109918272 B CN 109918272B
Authority
CN
China
Prior art keywords
alarm
alarm message
messages
time
message
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811547735.0A
Other languages
English (en)
Other versions
CN109918272A (zh
Inventor
张文洪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Advanced New Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Advanced New Technologies Co Ltd filed Critical Advanced New Technologies Co Ltd
Priority to CN201811547735.0A priority Critical patent/CN109918272B/zh
Publication of CN109918272A publication Critical patent/CN109918272A/zh
Application granted granted Critical
Publication of CN109918272B publication Critical patent/CN109918272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Debugging And Monitoring (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本说明书提供一种报警消息的周期性确定方法、装置及设备,所述方法包括:本说明书实施例从时间序列数据的分析入手,选取两条报警消息确定时间间隔,以时间间隔作为假设周期,根据预估报警消息数量和时间序列数据中实际数量的对比,可以确定该类报警消息是否具有周期性特征。本说明书实施例的思路是假设两条报警消息之间的时间间隔为周期,通过验证假设是否成立,进而来确定报警消息是否具有周期性特征,该方案的分析效率较快、分析结果准确性较高。

Description

报警消息的周期性确定方法、装置及设备
技术领域
本说明书涉及计算机技术领域,尤其涉及报警消息的周期性确定方法、装置及设备。
背景技术
随着业务的快速发展,业务系统的报警消息也层出不穷,业务方通常需要关注出现的报警消息。然而,有些报警消息有可能重复、持续地周期性出现,有可能影响业务方的判断。基于此,有必要提供一种能够自动识别报警消息的周期性的方案。
发明内容
为克服相关技术中存在的问题,本说明书提供了报警消息的周期性确定方法、装置及设备。
根据本说明书实施例的第一方面,提供一种报警消息的周期性确定方法,包括:
获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间;
在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,执行如下周期性分析流程:
计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
可选的,所述根据匹配结果确定该类报警消息是否具有周期性特征:
若所述预估报警消息数量与所述实际数量的比值大于目标匹配阈值,确定所述该类报警消息属于周期性报警消息。
可选的,所述根据匹配结果确定该类报警消息是否周期性特征,还包括:根据所述时间间隔确定该类报警消息的报警周期。
可选的,在所述多条报警消息中选取两条报警消息,包括:将所述目标时间范围平均分为两个子时间段,从产生时间属于其中一个子时间段的多条报警消息中选取两条报警消息。
可选的,所述在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,执行如下周期性分析流程,包括:
将时间序列数据中距离当前时间最近的报警消息作为目标报警消息,循环选取在所述目标报警消息之前的报警消息为待分析报警消息,直至满足结束条件;其中,针对选取的所述目标报警消息和所述待分析报警消息执行所述周期性分析流程;所述结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息。
可选的,所述选取在待分析报警消息之前时间距离最近的上一条报警点作为新的待分析报警消息时,若基于待分析报警消息确定该类报警消息不具有周期性特征,则忽略所述时间序列数据中的可剔除报警消息,其中,所述可剔除报警消息与所述目标报警消息的时间间隔,是所述目标报警消息和所述待分析报警消息的时间间隔的整数倍。
根据本说明书实施例的第二方面,提供一种报警消息的周期性确定装置,包括:
获取模块,用于:获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间;
选取模块,用于:在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,调用分析模块;
分析模块,用于:计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
可选的,所述分析模块,具体用于:若所述预估报警消息数量与所述实际数量的比值大于目标匹配阈值,确定所述该类报警消息属于周期性报警消息。
可选的,所述选取模块,具体用于:将所述目标时间范围平均分为两个子时间段,从产生时间属于其中一个子时间段的多条报警消息中选取两条报警消息。
可选的,所述根据匹配结果确定该类报警消息是否周期性特征,还包括:根据所述时间间隔确定该类报警消息的报警周期。
可选的,所述分析模块,具体用于:
将时间序列数据中距离当前时间最近的报警消息作为目标报警消息,循环选取在所述目标报警消息之前的报警消息为待分析报警消息,直至满足结束条件;其中,针对选取的所述目标报警消息和所述待分析报警消息执行所述周期性分析流程;所述结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息。
可选的,所述分析模块,具体用于:在选取在待分析报警消息之前时间距离最近的上一条报警点作为新的待分析报警消息时,若基于待分析报警消息确定该类报警消息不具有周期性特征,则忽略所述时间序列数据中的可剔除报警消息,其中,所述可剔除报警消息与所述目标报警消息的时间间隔,是所述目标报警消息和所述待分析报警消息的时间间隔的整数倍。
根据本说明书实施例的第三方面,提供一种计算机设备,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,其中,所述处理器执行所述程序时实现上述报警消息的周期性确定方法。
本说明书的实施例提供的技术方案可以包括以下有益效果:
本说明书实施例从时间序列数据的分析入手,选取两条报警消息确定时间间隔,以时间间隔作为假设周期,根据预估报警消息数量和时间序列数据中实际数量的对比,可以确定该类报警消息是否具有周期性特征。本说明书实施例的思路是假设两条报警消息之间的时间间隔为周期,通过验证假设是否成立,进而来确定报警消息是否具有周期性特征,该方案的分析效率较快、分析结果准确性较高。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本说明书的实施例,并与说明书一起用于解释本说明书的原理。
图1是本说明书根据一示例性实施例示出的一种报警消息的周期性确定方法的流程图。
图2A是本说明书根据一示例性实施例示出的一种时间序列数据的示意图。
图2B是本说明书根据一示例性实施例示出的一种时间序列数据的示意图。
图3是本说明书根据一示例性实施例示出的一种报警消息的周期性确定装置所在计算机设备的框图。
图4是本说明书根据一示例性实施例示出的一种报警消息的周期性确定装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。
在本说明书使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
随着业务的快速发展,业务系统的报警消息也层出不穷,业务方通常需要关注出现的报警消息。然而,有些报警消息有可能重复、持续地周期性出现,有可能影响业务方的判断。例如,有些监控类报警消息是具有周期性的,比如:每隔XX天XX时XX分出现,如果能发现此类报警消息的周期性,可以显著地减少监控效率,甚至还可以确认周期性报警是正常报警的情况下,进一步对此类报警进行降级处理,防止重复收到此类报警,影响业务方的判断。
基于此,本说明书实施例提供了一种报警消息的周期性确定方法,如图1所示,包括如下步骤:
在步骤102中,获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间。
在步骤104中,在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,执行如下周期性分析流程:
在步骤106中,计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
本实施例的时间序列数据可以包括历史报警数据,可以从业务系统产生的日志中获取;也可以在检测到报警消息产生后进行记录,根据记录获取时间序列数据。时间序列数据包括有目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间。可选的,时间序列数据中的各条报警消息可以按照产生时间的前后顺序进行排列,以利于后续的分析。
其中,该目标时间范围可以是1小时、5小时、1天或3天等多种可能性,具体可以根据实际需要灵活配置,作为例子,可以根据该类报警消息在一些时间范围内的数量而确定,例如可以预先分析较长时间段内的该类报警消息的数量,如果在一天内产生的该类报警消息的数量不够多,而三天内产生的该类报警消息的数量已足够多,可以配置该目标时间范围为三天左右,当然4天或5天也是可以的,保证所设定的目标时间范围内有一定数量的报警消息可供后续的周期性分析即可。
本实施例中报警消息的周期性,是指同类报警消息按同样的时间顺序重复出现,则将两条报警消息之间的时间间隔可以称为周期。
如图2A所示,是本说明书根据一示例性实施例示出的一个时间序列数据,可以理解,实际应用过程中,时间序列数据上会无规则地分布历史报警消息,在未分析之前并未知道报警消息是否具有周期性。本实施例提供的方案可以对该时间序列数据的分析,从而确定报警消息的周期性。本说明书实施例通过一种假设两条报警消息之间的时间间隔为周期的思路,来验证假设是否成立,进而确定报警消息是否具有周期性特征,其中,所述周期性特征指示报警消息是否具有周期性,还可以包括报警消息的具体周期。
具体的,在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔;假设该时间间隔是该报警消息的周期,则时间序列数据中应该以该时间间隔分布有多条报警消息。基于此,本实施例可以计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量。例如,假设以图2A中报警消息06和报警消息05进行分析,两者的时间间隔是1小时,该时间序列数据选取的是以24小时作为目标时间范围的数据,假设报警消息具有周期性,报警消息06和报警消息05的时间间隔为周期,则该时间序列数据中应该每隔1小时就出现报警消息,报警消息的数量应该为24条。本实施例中,以时间间隔作为假设周期而计算的报警消息的数量称为预估报警数量,该预估报警数量利用目标时间范围除以时间间隔即可得到。
该计算得到的预估报警数量是基于假设的理论数量,接下来通过对时间序列数据中的实际报警消息进行分析。具体的,获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,可选的,可以从选取的报警消息中时间较晚的一条报警消息为起点,查阅距离该报警消息的其他报警消息是否满足该时间间隔。作为例子,以报警消息06为起点,查阅每隔1小时的实际的报警消息,报警消息05满足该时间间隔,报警消息04满足该时间间隔,以此类推,从而可以获取到时间序列数据中以该时间间隔作为假设周期的报警消息的实际数量。可选的,满足的假设周期条件不限制是否严格与上述时间间隔相同,可以根据需要配置一模糊匹配的范围,例如设置为前后m区间范围内即可,例如m为前后十分钟,则在该计算出的时间间隔的前后十分钟内的报警消息也可以认为满足条件。
基于此,可以对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。若假设周期成立,则预估报警消息数量与所述实际数量具有很高的相似性,若不成立,则两者的差异将较大。可选的,若所述预估报警消息数量与所述实际数量的比值大于目标匹配阈值,确定所述确定该类报警消息属于周期性报警消息。该目标匹配阈值可以根据需要灵活配置,例如可以是90%、95%等数值。
其中,在所述多条报警消息中选取两条报警消息,可以根据需要灵活选取,作为例子,可以是按照时间顺序,从时间最早的报警消息开始,一条一条从前往后分析;也可以是时间最晚的报警消息开始,一条一条从后往前分析等多种选择;还可以是任意选取其中一条报警消息作为目标报警消息后,选取其他报警消息作为待分析报警消息,对目标报警消息和待分析报警消息的周期性进行分析。可选的,基于二分法的思想,如果时间序列数据中的报警消息满足周期性特点,则符合周期性特征的报警消息会出现在目标时间范围的中点两侧,因此,本实施例可以是在所述多条报警消息中选取两条报警消息,包括:将所述目标时间范围平均分为两个子时间段,从产生时间属于其中一个子时间段的多条报警消息中选取两条报警消息。基于此,可以只对时间序列数据中的一半进行分析,从而可以节约分析成本,提高分析效率。
其中,上述选取报警消息进行周期性分析流程可以通过循环执行流程来实现,具体的,可以是将时间序列数据中距离当前时间最近的报警消息作为目标报警消息,循环选取在所述目标报警消息之前的报警消息为待分析报警消息,直至满足结束条件;其中,针对选取的所述目标报警消息和所述待分析报警消息执行所述周期性分析流程;所述结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息。
具体的,如图2B所示,是本说明书根据一示例性实施例示出的另一种报警消息的周期性确定方法的流程图,上述循环执行的流程可以包括:
步骤211、将时间序列数据中距离当前时间最近的报警消息作为目标报警消息。可选的,在其他例子中也可以是选取其他报警消息作为目标报警消息。
步骤212、选取在所述目标报警消息之前的报警消息为待分析报警消息;其中,选取的规则可以有多种,例如可以是,在目标报警消息之前,从后往前一条一条选取。
步骤213、针对选取的所述目标报警消息和所述待分析报警消息执行周期性分析流程:
计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征;
步骤214、判断是否满足结束条件,结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息;
步骤215、如果不满足结束条件,重新执行步骤212,即重新选取待分析报警消息之前的一条报警消息作为新的待分析报警消息,并重新执行步骤213。
仍以图2A所示的时间序列数据为例,可以采用如下方式进行周期性分析:
步骤221、选取报警消息06作为目标报警消息;
步骤222、选取在所述目标报警消息之前的报警消息为待分析报警消息;具体的,选取报警消息05作为待分析报警消息;
步骤223、针对选取的所述目标报警消息和所述待分析报警消息执行周期性分析流程:
计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征;
步骤224、判断是否满足结束条件,结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息;
步骤225、由于不满足结束条件,重新执行步骤222,选取报警消息04作为新的待分析报警消息,并重新执行步骤223。
其中,可重复执行步骤222至步骤225,直至基于某条报警消息与目标报警消息的时间间隔,确定报警消息具有周期性特征。或者是,时间序列数据中的所有报警消息都分析结束,发现基于所有报警消息都不具有周期性特征。
其中,为了进一步提高分析效率,在选取两条报警消息进行分析时,还可以忽略某些确定不具有周期性特征的消息,本实施例将此类报警消息称为可剔除报警消息。可选的,所述选取在待分析报警消息之前时间距离最近的上一条报警点作为新的待分析报警消息时,若基于待分析报警消息确定该类报警消息不具有周期性特征,则忽略所述时间序列数据中的如下报警消息:与所述目标报警消息的时间间隔,是所述目标报警消息和所述待分析报警消息的时间间隔的整数倍。作为例子,假设基于报警消息05与报警消息06的周期性分析结果是,该时间间隔不具有周期性特征,其中,报警消息05与报警消息06的时间间隔是2小时。由于报警消息05与报警消息06不具有周期性特征,则与报警消息06的时间间隔是2小时的整数倍的其他报警消息也可以确定不具有周期性特征,例如假设某条报警消息与报警消息06的时间间隔是4小时,则在选取报警消息进行分析时可以直接忽略此类消息,从而提高分析效率。
可选的,结合前述基于二分法思想将目标时间范围平均分为两个子时间段的实施例,前述步骤214和224中的结束条件还可以是,在其中一个子时间段,在忽略可剔除报警消息之后的所有报警消息都已被选取为待分析报警消息。因此,本实施例可以显著地提高分析效率。
接下来再通过一实施例进行说明。首先获取到需要分析周期性的整个时间序列数据,由图2A可知,在实际应用过程中,时间序列数据上会无规则地分布历史报警消息,本实施例方案就是分析这部分时间序列,从而获得当前时间序列数据的周期性,下面详细阐述本方案中实现时间序列自动周期性检测方案的具体实现方法:
取当前时间序列的整个长度的一半作为当前时间序列周期性分析的中轴线,取这一半作为中轴线分析的原因是:基于周期性分析的目的,符合周期性的报警消息一定是在这中轴线的两边都会出现的消息,因此只需要分析中轴线的一端即可,这样可以节约分析成本。
选取图2A中报警消息06为当前报警消息(即前述的目标报警消息),那么按照时间顺序,依次选取离06最近的报警消息,并假设选取的报警点为上一次的周期性报警消息,然后根据当前报警消息06和选取的上一次周期性报警消息的时间间隔,该时间间隔作为假设周期,用总的目标时间范围/时间间隔=理论上当前时间序列中应该出现的报警消息的数量,即预估报警消息数量。
算出了理论上应该出现的预估报警消息数量后,在当前时间序列中分析出实际出现的周期性报警消息的数量,可选的,可以按照当前选取的周期性报警消息,绘制出理论上应该出现的周期性报警消息,本实施例可以给定一个模糊匹配的范围,即利用计算的时间间隔前后加上一个模糊匹配区间,本实施例可称为理论周期性时间范围为n,只要在n内出现的报警消息都可以认为是满足周期性特征的报警消息,之后,分别在当前的时间序列数据中查看实际的报警消息数量,将实际的报警消息与在理论上应该出现的周期性报警消息、以及该理论周期性时间范围n进行匹配。其中,如果在一个理论周期性时间范围n内有出现有多个报警消息满足,则只取距离该计算的时间间隔最近的报警消息,进一步获得实际出现的周期性报警消息的数量。
判断是否具有周期性:用在当前时间序列中实际出现的周期性报警点的数量/理论上应该出现的预估报警消息数量=周期性占比,然后用这个周期性占比和预先配置的认为具有周期性的周期性占比阈值(可以是0-1之间的小数)进行比较,如果大于阈值则认为当前时间序列具有周期性,具体的周期就是假设周期。
如果发现开始选择的具有周期性的点不满足上面的周期性分析的判断,那么则依次按照时间序列数据中报警消息的排序倒退至上一个报警消息,然后将最新选取的报警消息与报警消息06,重新执行上面的周期性分析判断,满足则结束周期性分析,获得周期性分析的结果,如果仍不满足周期性分析,则依次继续选择下一个报警消息。直到从中轴线到当前报警消息的时间区间内所有的报警消息都选取分析完毕,仍然没有满足周期性分析的报警消息,则认为当前时间序列不具有周期性,获得最终的分析结果。
其中,如果基于两个报警消息之间的时间间隔确定理论周期性时间范围为n,实际发现该n不具有周期性特征后,那么距离报警消息06为n的整数倍的其他报警消息也一定不具有周期性,可以忽略;同理,如果发现假设周期n具有周期性特征,那么就可以直接获得分析结果。
由上述实施例可见,本说明书实施例具有如下有益效果:
本实施例是对历史的报警消息数据进行分析,而不是基于历史的时间序列对未来的周期性进行预测分析,根据历史的时间序列数据,通过本实施例提供的方案即可检测出时间序列数据中报警消息是否具有周期性,以及周期是多少。
对于传统的周期性分析而言,需要假定一个周期比如:XX天或者XX时或者XX分,这种方式很不灵活,因为对于历史时间序列上离散的报警消息的时间点而言,它所具有的周期是不固定的,而且每一种历史时间序列的周期也都不尽相同,因此分析效率较低。而本实施例可以自动地识别出每一种历史时间序列的周期。
对于在识别周期性的判断过程中,可以应用二分法思想,只需要分析整个时间序列的一半即可;其次,如果根据假定的周期n,实际判断出n不具有周期性,那么在判断区间内的n的整数倍相关的时间点都可以跳过,因为如果n没有周期那么n*N也一定不具有周期性,而且如果n具有周期性了,那么之后的报警消息也就都不用再继续分析,大大提升了周期性分析的效率。
通过上述方案,在识别出具有周期性的报警消息后,可以在通知阶段和前端展示给用户,例如当前报警消息是否具有周期性,如果有周期性,那么它的周期是多少(每隔XX天XX时XX分出现一次)。
与前述报警消息的周期性确定方法的实施例相对应,本说明书还提供了报警消息的周期性确定装置及其所应用的设备的实施例。
本说明书报警消息的周期性确定装置的实施例可以应用在计算机设备上,例如服务器或终端设备。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在文件处理的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图3所示,为本说明书报警消息的周期性确定装置所在计算机设备的一种硬件结构图,除了图3所示的处理器310、内存330、网络接口320、以及非易失性存储器340之外,实施例中装置331所在的服务器或电子设备,通常根据该计算机设备的实际功能,还可以包括其他硬件,对此不再赘述。
如图4所示,图4是本说明书根据一示例性实施例示出的一种报警消息的周期性确定装置的框图,所述装置包括:
获取模块41,用于:获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间;
选取模块42,用于:在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,调用分析模块;
分析模块43,用于:计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
可选的,所述分析模块,具体用于:若所述预估报警消息数量与所述实际数量的比值大于目标匹配阈值,确定所述该类报警消息属于周期性报警消息。
可选的,所述选取模块,具体用于:将所述目标时间范围平均分为两个子时间段,从产生时间属于其中一个子时间段的多条报警消息中选取两条报警消息。
可选的,所述根据匹配结果确定该类报警消息是否周期性特征,还包括:根据所述时间间隔确定该类报警消息的报警周期。
可选的,所述分析模块,具体用于:
将时间序列数据中距离当前时间最近的报警消息作为目标报警消息,循环选取在所述目标报警消息之前的报警消息为待分析报警消息,直至满足结束条件;其中,针对选取的所述目标报警消息和所述待分析报警消息执行所述周期性分析流程;所述结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息。
可选的,所述分析模块,具体用于:在选取在待分析报警消息之前时间距离最近的上一条报警点作为新的待分析报警消息时,若基于待分析报警消息确定该类报警消息不具有周期性特征,则忽略所述时间序列数据中的可剔除报警消息,其中,所述可剔除报警消息与所述目标报警消息的时间间隔,是所述目标报警消息和所述待分析报警消息的时间间隔的整数倍。
相应的,本说明书还提供一种计算机设备,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,其中,所述处理器执行所述程序时实现如下方法:
获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间;
在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,执行如下周期性分析流程:
计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
上述报警消息的周期性确定装置中各个模块的功能和作用的实现过程具体详见上述报警消息的周期性确定方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本说明书的真正范围和精神由下面的权利要求指出。
应当理解的是,本说明书并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。

Claims (10)

1.一种报警消息的周期性确定方法,包括:
获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间;
在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,执行如下周期性分析流程:
计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
2.根据权利要求1所述的方法,所述根据匹配结果确定该类报警消息是否具有周期性特征:
若所述预估报警消息数量与所述实际数量的比值大于目标匹配阈值,确定所述该类报警消息属于周期性报警消息。
3.根据权利要求2所述的方法,所述根据匹配结果确定该类报警消息是否周期性特征,还包括:根据所述时间间隔确定该类报警消息的报警周期。
4.根据权利要求1所述的方法,在所述多条报警消息中选取两条报警消息,包括:将所述目标时间范围平均分为两个子时间段,从产生时间属于其中一个子时间段的多条报警消息中选取两条报警消息。
5.根据权利要求1或4所述的方法,所述在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,执行如下周期性分析流程,包括:
将时间序列数据中距离当前时间最近的报警消息作为目标报警消息,循环选取在所述目标报警消息之前的报警消息为待分析报警消息,直至满足结束条件;其中,针对选取的所述目标报警消息和所述待分析报警消息执行所述周期性分析流程;所述结束条件包括:所述时间序列数据中报警消息都已被选取为待分析报警消息,或者是确定该类报警消息属于周期性报警消息。
6.根据权利要求5所述的方法,所述选取在待分析报警消息之前时间距离最近的上一条报警点作为新的待分析报警消息时,若基于待分析报警消息确定该类报警消息不具有周期性特征,则忽略所述时间序列数据中的可剔除报警消息,其中,所述可剔除报警消息与所述目标报警消息的时间间隔,是所述目标报警消息和所述待分析报警消息的时间间隔的整数倍。
7.一种报警消息的周期性确定装置,包括:
获取模块,用于:获取待分析的时间序列数据,所述时间序列数据包括目标时间范围内产生的同一类型的多条报警消息,以及各条所述报警消息的产生时间;
选取模块,用于:在所述多条报警消息中选取两条报警消息,根据所述两条报警消息的产生时间确定时间间隔后,调用分析模块;
分析模块,用于:计算在所述目标时间范围内,以所述时间间隔作为假设周期的预估报警消息数量,以及获取所述时间序列数据中以所述时间间隔作为假设周期的报警消息的实际数量,对比所述预估报警消息数量与所述实际数量,根据对比结果确定该类报警消息是否具有周期性特征。
8.根据权利要求7所述的装置,所述分析模块,具体用于:若所述预估报警消息数量与所述实际数量的比值大于目标匹配阈值,确定所述该类报警消息属于周期性报警消息。
9.根据权利要求7所述的装置,所述选取模块,具体用于:将所述目标时间范围平均分为两个子时间段,从产生时间属于其中一个子时间段的多条报警消息中选取两条报警消息。
10.一种计算机设备,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,其中,所述处理器执行所述程序时实现如权利要求1至6任一所述的方法。
CN201811547735.0A 2018-12-18 2018-12-18 报警消息的周期性确定方法、装置及设备 Active CN109918272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811547735.0A CN109918272B (zh) 2018-12-18 2018-12-18 报警消息的周期性确定方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811547735.0A CN109918272B (zh) 2018-12-18 2018-12-18 报警消息的周期性确定方法、装置及设备

Publications (2)

Publication Number Publication Date
CN109918272A CN109918272A (zh) 2019-06-21
CN109918272B true CN109918272B (zh) 2022-06-21

Family

ID=66959988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811547735.0A Active CN109918272B (zh) 2018-12-18 2018-12-18 报警消息的周期性确定方法、装置及设备

Country Status (1)

Country Link
CN (1) CN109918272B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112994969B (zh) * 2019-12-17 2024-05-03 中兴通讯股份有限公司 一种业务探测方法、装置、设备和存储介质
CN113486072A (zh) * 2020-03-17 2021-10-08 中国移动通信集团福建有限公司 数据分析方法、装置、电子设备及计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2877673B2 (ja) * 1993-09-24 1999-03-31 富士通株式会社 時系列データ周期性検出装置
US6996551B2 (en) * 2000-12-18 2006-02-07 International Business Machines Corporation Apparata, articles and methods for discovering partially periodic event patterns
CN105335537B (zh) * 2014-07-24 2019-08-02 腾讯科技(北京)有限公司 视频专辑中网络媒介信息的曝光量的预估方法和系统
CN107463904B (zh) * 2017-08-08 2021-05-25 网宿科技股份有限公司 一种确定事件周期值的方法及装置
CN108681542A (zh) * 2018-02-12 2018-10-19 阿里巴巴集团控股有限公司 一种异常检测的方法及装置

Also Published As

Publication number Publication date
CN109918272A (zh) 2019-06-21

Similar Documents

Publication Publication Date Title
CN108289121B (zh) 营销信息的推送方法及装置
CN110535864B (zh) 服务异常检测方法、装置、设备及存储介质
CN109560984B (zh) 一种网络服务响应时间异常检测方法及装置
CN109918272B (zh) 报警消息的周期性确定方法、装置及设备
CN114528934A (zh) 时序数据异常检测方法、装置、设备及介质
CN112434039A (zh) 数据的存储方法、装置、存储介质以及电子装置
CN113992340B (zh) 用户异常行为识别方法、装置、设备和存储介质
CN112200059B (zh) 水上移动目标的流量统计方法、装置和计算机设备
CN112783725A (zh) 指标采集方法及装置
CN116204871A (zh) 异常行为识别方法及装置、电子设备、存储介质
CN107590244B (zh) 移动设备线下活动场景的识别方法和装置
CN110532122B (zh) 故障分析方法及系统、电子设备、存储介质
CN110138892B (zh) 确定设备地域信息的方法及装置
JP2007519993A (ja) 周期的事象のためのクラスタリング技術
CN108805778B (zh) 电子装置、采集征信数据的方法及存储介质
CN114676422A (zh) 资源访问的异常检测方法、装置及设备
CN111797181B (zh) 用户职住地的定位方法、装置、控制设备及存储介质
CN111858285B (zh) 视频操作行为的异常识别方法、装置、服务器及存储介质
CN111291127B (zh) 一种数据同步方法、装置、服务器及存储介质
CN112948341A (zh) 用于识别异常的网络设备日志的方法和装置
CN110727602A (zh) 覆盖率数据的处理方法、装置及存储介质
CN109783580A (zh) 数据同步方法及装置
CN113810992B (zh) 数据处理方法及装置
CN113127804B (zh) 确定车辆故障次数的方法、装置、计算机设备和存储介质
CN108614721A (zh) 应用系统配置参数的处理方法、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20200925

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200925

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant