CN109976967B - 一种基于智能调度的缴费复机监测预警方法和系统 - Google Patents
一种基于智能调度的缴费复机监测预警方法和系统 Download PDFInfo
- Publication number
- CN109976967B CN109976967B CN201711447157.9A CN201711447157A CN109976967B CN 109976967 B CN109976967 B CN 109976967B CN 201711447157 A CN201711447157 A CN 201711447157A CN 109976967 B CN109976967 B CN 109976967B
- Authority
- CN
- China
- Prior art keywords
- payment
- early warning
- historical
- monitored
- recovery
- 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
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000004891 communication Methods 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于智能调度的缴费复机监测预警方法和系统，所述方法包括：根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；根据所述时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。解决了现有技术中无法根据历史数据进行预警，无法适应不同工作段系统的处理能力的问题。
Description
技术领域
本发明涉及通信技术领域，更具体地，涉及一种基于智能调度的缴费复机监测预警方法和系统。
背景技术
随着移动通信业务蓬勃发展，移动通信用户数量越来越大，用户对业务体验要求也越来越高。最明显的现象是：各种场景下，手持移动设备上网的用户随处可见。业务支撑系统为了保障移动通信公司的收入，需要对费用使用超出预存费用的用户进行及时停机、停止其业务使用。另一方面，为了保障用户的通信业务体验，在用户缴费后，需要尽可能及时地完成用户缴费复机，确保用户缴费后可以尽快恢复各项业务使用。
这样就要求业务支撑系统可以在用户缴费后，第一时间为用户复机，使用户可以重新使用相关业务。由于业务支撑系统支撑的用户量特别大、业务非常复杂、子系统比较多，造成整个缴费复机流程中，存在多个故障点。为了保障用户的业务使用感知，一方面要求要求系统不出故障(但系统不出故障又是不可能的)；另一方面，出了故障后，要求能及时、有效的发现故障、排除故障，这也成为了业务支撑网运营管理系统关注的重点。
在现有技术中，缴费复机有效性、及时性预警信息的生成环节上，存在很多不足之处。一、缴费复机流程相关处理队列工单的监测时间间隔是固定的，无论缴费复机队列中工单数量的多少、也无论系统的忙闲程度，用同一个时间间隔监测处理队列中的工单数目。如果时间间隔过大，则监测的时间粒度较大，所获取的缴费复机工单数据比较离散，对真实情况的契合度较弱，而且如果系统存在异常，则需要一个较长的时间才有可能被发现，用户缴费复机的及时性受到影响；如果缴费复机工单监测时间间隔过小，因为监测过程本身也是需要消耗系统资源的，则监测过程本身对系统资源的消耗，可能影响被监测系统的正常运行，最终会影响缴费复机工单的处理性能，影响缴费复机的及时性。二、缴费复机工单量预警阀值是固定的，可能存在如下问题：系统在运行的不同时段，因为系统产生缴费复机工单数量的数目相差非常大，但是系统的处理能力有限而且固定的，所以不同时段，缴费复机等待处理的工单数是不同的。缴费复机等待处理的工单数量值WorkOrderQuantity，假设该值为5000个，如果该值出现在上午可能是正常的，因为上午办理缴费的人员较多，系统处理能力和缴费复机工单数量达到平衡，在一个时间段内，可能出现缴费复机的工单数量维持在这个水平；但是如果该值出现在凌晨，系统肯定是已经发生异常，在凌晨，进行缴费复机的用户非常少，系统的处理能力保持不变，整个系统中缴费复机的工单数量WorkOrderQuantity就会非常少，大部分时间应该是0或是个位数。如果是固定阀值，则当系统异常发生在凌晨时，则不能及时发现缴费复机的异常，影响用户的业务感知。三、历史数据的使用，把现有缴费复机数据和历史缴费复机数据进行比对，但是对历史缴费复机数据没有进行更加细致的分析。上文提及过，系统中不同场景、不同时间段，缴费复机的数据量变化非常大，可能是几十倍。如果只是参考历史数据，但是没有但历史数据进行细致、有效的分析，可能得出的结果，也不理想。现在研究中，都是只用到了历史数据，并没有对历史数据进行详细分析。四、现有系统缴费复机预警数据的生成，并没有参考历史缴费复机预警数据。只是运行维护人员会根据历史预警数据调整固定的阀值。系统并没有要求运行维护人员对预警数据是否准确进行反馈。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的一种基于智能调度的缴费复机监测预警方法和系统，解决了现有技术中无法根据历史数据进行预警、且监测时间间隔固定，无法适应不同工作段系统的处理能力的问题。
根据本发明的一个方面，提供一种缴费复机监测预警方法，包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
作为优选的，根据缴费复机系统在主机中所占的权重、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔，具体括：
根据缴费复机系统在主机中所占的资源使用率，得到第一时间间隔占比；
根据待监测缴费复机流程信息和历史相同场景下缴费复机流程信息的相似度，得到第二时间间隔占比；
根据缴费复机系统设置的最小时间间隔、最大时间间隔、第一时间间隔占比、第二时间间隔占比，得到相邻两次缴费复机监测任务的时间间隔。
作为优选的，根据缴费复机系统在主机中所占的资源使用率权重，得到第一时间间隔占比，具体包括：
获取缴费复机系统在主机中的CPU使用率、内存使用率、磁盘使用率，判断所述CPU使用率、内存使用率、磁盘使用率是否均不大于设定使用率阈值；若是，则确定所述第一时间间隔占比为零，若否则根据CPU使用率、CPU使用率权重、内存使用率、内存使用率权重、磁盘使用率、磁盘使用率权重确定所述第一时间间隔占比。
作为优选的，根据待监测缴费复机流程信息和历史相同场景下缴费复机流程信息的相似度，得到第二时间间隔占比，具体包括：
获取待监测缴费复机流程信息，并获取历史记录中标签相同的历史缴费复机流程信息，计算待监测缴费复机流程信息与历史缴费复机流程信息的相似度，根据相似度得到第二时间间隔占比。
作为优选的，获取待监测缴费复机流程信息的待监测工单数量前还包括：
对每一条历史缴费复机流程信息进行分析，形成历史缴费复机流程信息标签库，所述历史缴费复机流程信息标签库包括：节日数据标签，用于表示节日的工单数量；假日数据标签，用于表示假日的工单数量；月初数据标签，用于表示月初的工单数量；月末数据标签，用于表示月末的工单数量；忙时数据标签，用于表示忙时的工单数量；闲时数据标签，用于表示闲时的工单数量。
作为优选的，生成预警信息后还包括：
查询与所述预警信息标签相同的历史预警信息，若没有查询到标签相同的历史预警信息，则判断所述预警信息为有效预警信息；
若查询到有标签相同的历史预警信息，则判断是否满足第一判定条件：q＞average(q)*(1-α)，第二判定条件：q＞max(q)*(1+α)，式中，q为待监测工单数量，average(q)表示有效的预警信息的平均值，α为浮动因子，max(q)表示无效预警的最大值；根据判定条件进行判断，若都不满足，则过滤所述预警信息，否则判断所述预警信息为有效预警信息。
作为优选的，根据判定条件进行判断，具体包括：
判断是否满足所述第一判定条件，若满足，则判断所述预警信息为有效预警信息，不再进行第二预设条件判断；
若不满足所述第一判定条件，则判断是否满足第二判定条件，若满足第二判定条件，则判断所述预警信息为有效预警信息；
若所述第一判定条件和所述第二预设条件都不满足，则过滤所述预警信息。
一种缴费复机监测预警系统，包括：
缴费复机工单数量采集模块，用于根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
预警模块，用于获取待监测缴费复机流程信息的待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，得到所述历史缴费复机流程信息的历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
一种缴费复机监测预警设备，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如上述缴费复机监测预警方法。
一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如上述缴费复机监测预警方法。
本发明提出一种基于智能调度的缴费复机监测预警方法和系统，根据目前被监测系统所在主机的资源忙闲程度、缴费复机流程信息与历史相同场景下缴费复机信息相近程度、系统设置的限制条件，计算出本次采集任务的调度策略，进行队列缴费复机数据采集时，并不是只按照设定的固定的时间间隔，而是根据当前系统忙闲程度，以及系统中缴费复机工单数量和历史相近场景中缴费复机工单数量的接近程度，计算出这次数据采集的时间间隔；通过分析历史缴费复机工单数量，根据历史缴费复机工单数据标签，匹配出和当前场景最匹配历史场景，并参考历史相同场景下告警有效性，实现预警信息的生成。
附图说明
图1为根据本发明实施例的缴费复机监测预警示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，图中示出了一种缴费复机监测预警方法，包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
在本实施例中，通过根据当前(即待监测)缴费复机流程信息中工单数量与标签化的历史缴费复机数据间的契合度、以及系统资源的忙闲程度等等信息，调度缴费复机工单轮询任务，使缴费复机数据的获取更加准确、及时，从而可以有效保障缴费复机及时性、有效性。
通过把当前缴费复机工单数量，和历史缴费复机工单量的标签化缴费复机数据进行比对，以及参考历史预警信息的有效性，对当前可能的预警信息进行清洗，从而使预警信息更加有效。
从缴费复机的各监测点获取等待监测的缴费复机工单数量，如：缴费等待入账的工单数量、入账后等待生成复机指令生成的工单数量、等待复机指令执行的工单数量等等。
这些各个监测点等待处理的缴费复机的工单数量，反映了目前缴费复机的及时性，一般是在相同的场景下，工单数量等待处理的缴费复机工单数量越多，则缴费复机的及时性越差。
缴费复机流程信息采集任务调度，是本发明实施例的核心之一，根据目前被监测系统所在主机的资源忙闲程度、缴费复机流程信息与历史相同场景下缴费复机信息相近程度、系统设置的限制条件，计算出本次采集任务的调度策略。具体的，在本实施例中，根据缴费复机系统在主机中所占的权重、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔，具体括：
根据缴费复机系统在主机中所占的资源使用率，得到第一时间间隔占比；
根据待监测缴费复机流程信息和历史相同场景下缴费复机流程信息的相似度，得到第二时间间隔占比；
根据缴费复机系统设置的最小时间间隔LimitMin、最大时间间隔LimitMax、第一时间间隔占比、第二时间间隔占比，得到相邻两次缴费复机监测任务的时间间隔。
在本实施例中，根据缴费复机系统在主机中所占的资源使用率权重，得到第一时间间隔占比，具体包括：
获取缴费复机系统在主机中的CPU使用率、内存使用率、磁盘使用率，判断所述CPU使用率、内存使用率、磁盘使用率是否均不大于设定使用率阈值；若是，则确定所述第一时间间隔占比为零，若否则根据CPU使用率、CPU使用率权重、内存使用率、内存使用率权重、磁盘使用率、磁盘使用率权重确定所述第一时间间隔占比。
在本实施例中，根据待监测缴费复机流程信息和历史相同场景下缴费复机流程信息的相似度，得到第二时间间隔占比，具体包括：
获取待监测缴费复机流程信息，并获取历史记录中标签相同的历史缴费复机流程信息，计算待监测缴费复机流程信息与历史缴费复机流程信息的相似度，根据相似度得到第二时间间隔占比。
具体的，采集任务调度的具体算法为，通过系统资源使用情况和相同场景下缴费复机信息相近度，计算下次任务启动的时间间隔，单位是秒：
f(t)＝LimitMin+(limiMax-LimiMin)×(f(c,m,d)*α+f(q,t)*β)
根据资源使用率，计算该项的时间间隔占比，如果三项资源使用率均不超过60％，则该值为0，否则，根据权重计算占比：
f(c,m,d)＝max(c,m,d)≤0.6？o:(c*ε+d*γ+m*δ)
根据当前缴费复机信息和历史相同场景下缴费复机信息的相近度，计算时间间隔占比，越相近时间间隔占比越小：
f(q,t)＝1-q/(q＞average(t)？q:average(t))。
其中，LimitMin表示系统设置的最小时间间隔(单位秒)，LimitMax表示系统设置的最大时间间隔(单位秒)，α表示根据系统资源使用情况确定的权重，β表示根据缴费复机流程信息与历史相同场景下缴费复机信息的相近程度确定的权重，ε表示CPU效用率确定的权重，γ表示磁盘使用率确定的权限，δ表示内存使用率确定的权重。c表示系统CPU的使用率，m表示系统的内存的使用率，d表示系统的磁盘使用率。q表示当前的缴费复机工单数量。f(c,m,d)*α表示资源使用率决定的时间间隔占比，f(q,t)*β表示相同场景下缴费复机信息相近度决定的时间间隔占比。
每一条历史数据都需要进行分析，形成历史数据标签库，用于缴费复机任务调度、预警数据生成以及预警信息有效性判断时的数据匹配。
本提案了定义了六种数据标签，以标识历史数据，使数据分类更加精细、更加契合业务支撑系统的生产现状，为后续历史数据的使用，以及预警信息的生成提供了更加靶向精准的数据分类。
在本实施例中，具体的，获取待监测缴费复机流程信息的待监测工单数量前还包括：
对每一条历史缴费复机流程信息进行分析，形成历史缴费复机流程信息标签库，所述历史缴费复机流程信息标签库包括：
节日数据标签，用于表示节日的工单数量，国家规定的法定节日在本实施例中定义为节日。
假日数据标签，用于表示假日的工单数量，周六、周日在本发明中定义为假日。
月初数据标签，用于表示月初的工单数量，每个自然月的1日、2日在本实施例中定义为月初。
月末数据标签，用于表示月末的工单数量，每个自然月的最后两天在本实施例中定义为月末。
忙时数据标签，用于表示忙时的工单数量，每天的08:00至21:59在本实施例中定义为忙时。
闲时数据标签，用于表示闲时的工单数量，每天的22:00至次日的07:59在本实施例中定义为闲时。
这六类数据标签可能重叠，也可能不重叠，甚至互斥。如：月初标签可以和假日重叠，月初标签也可以和忙时重叠；忙时标签和闲时标签是互斥的，月初标签和月末标签是互斥的。
根据系统中标签化的缴费复机信息历史数据，决定是否生成预警信息，同时把缴费复机信息保存到缴费复机信息历史表。
本实施例中提供的预警信息生成算法是生成预警有效性的关键点，通过比对相同数据标签下历史缴费复机信息，以及最近两次缴费复机信息中工单数量的增长率，使历史缴费复机数据的使用更加精准，同时有同比、环比的比较，决定是否生成预警信息。
为了保证生成预警信息的有效性，需要首先对当前的缴费复机信息与历史数据标签库中的标签数据进行对比，找到标签相同的历史缴费复机信息数据，同时要求本次监测的缴费复机工单数量要大于上次监测到的缴费复机工单数量，两次工单量的增长率减少不超过δ。生成新的预警信息需要当前监测到的工单数量同时满足以下三个条件：
(1)、五个标签相同；
(2)、q＞average(q)，当前采集到的缴费复机工单数量，要大于历史缴费复机工单量数据中标签相同的缴费复机工单量的平均值；
(3)、
缴费复机工单量增长率大于
q表示本次监测到的缴费复机工单量数据，average(q)表示标签相同缴费复机工单量的平均值。Δq表示本次监测的缴费复机工单数量与上次监测的缴费复机工单数量的差值，
表示缴费复机工单量增长率(在本实施例中取值0.1)。
从历史预警信息中，查询出和当前生成的预警信息数据标签相同的历史预警信息，确定当前本条预警信息是否为有效预警信息，如果是有效预警信息，则进入下一环节，同时保存到预警信息历史表；否则，则为误警信息，进行过滤，不进入下一环节。该对生成的预警信息进行二次过滤方法，可以根据确认的历史预警信息来对当前新生成的预警信息进行过滤，确保把一些确认有效的预警信息发送出去；把一些靠近确认无效的预警信息进行拦截，这是确保发送出去预警信息有效性的关键点。
为了保证预警信息的正确性，需要把一些可能的误预警信息进行过滤。具体的，生成预警信息后还包括：
查询与所述预警信息标签相同的历史预警信息，若没有查询到标签相同的历史预警信息，则判断所述预警信息为有效预警信息；
若查询到有标签相同的历史预警信息，则判断是否满足第一判定条件：q＞average(q)*(1-α)，第二判定条件：q＞max(q)*(1+α)，式中，q为待监测工单数量，average(q)表示有效的预警信息的平均值，α为浮动因子，max(q)表示无效预警的最大值；根据判定条件进行判断，若都不满足，则过滤所述预警信息，否则判断所述预警信息为有效预警信息。
具体的，根据判定条件进行判断，具体包括：
判断是否满足所述第一判定条件，若满足，则判断所述预警信息为有效预警信息，不再进行第二预设条件判断；
若不满足所述第一判定条件，则判断是否满足第二判定条件，若满足第二判定条件，则判断所述预警信息为有效预警信息；
若所述第一判定条件和所述第二预设条件都不满足，则过滤所述预警信息。
预警信息发送，把生成的预警信息通过邮件、或是短信、或是语音发送给指定的人员。
本实施例中，还提供了一种缴费复机监测预警系统，包括：
缴费复机工单数量采集模块，用于根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
预警模块，用于获取待监测缴费复机流程信息的待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，得到所述历史缴费复机流程信息的历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
本实施例中还提供了一种缴费复机监测预警设备，包括：处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；
其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述处理器用于调用所述存储器中的程序指令，以执行上述各方法实施例所提供的缴费复机监测预警方法，例如包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
本实施例中还提供了一种缴费复机监测预警设备，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该测试设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述各方法实施例所提供的缴费复机监测预警方法，例如包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
本实施例还公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的缴费复机监测预警方法，例如包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
本实施例还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的缴费复机监测预警方法，例如包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
综上所述，本发明提出一种基于智能调度的缴费复机监测预警方法和系统，根据目前被监测系统所在主机的资源忙闲程度、缴费复机流程信息与历史相同场景下缴费复机信息相近程度、系统设置的限制条件，计算出本次采集任务的调度策略，进行队列缴费复机数据采集时，并不是只按照设定的固定的时间间隔，而是根据当前系统忙闲程度，以及系统中缴费复机工单数量和历史相近场景中缴费复机工单数量的接近程度，计算出这次数据采集的时间间隔，使采集到的数据更加真实，特别是在队列中数据量相对较大时；通过分析历史缴费复机工单数量，根据历史缴费复机工单数据标签，匹配出和当前场景最匹配历史场景，并参考历史相同场景下告警有效性，实现预警信息的生成，使预警信息更加有效。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的显示装置的测试设备等实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种缴费复机监测预警方法，其特征在于，包括：
根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
根据所述时间间隔采集待监测缴费复机流程信息，得到待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，获取历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签；
生成预警信息后还包括：
查询与所述预警信息标签相同的历史预警信息，若没有查询到标签相同的历史预警信息，则判断所述预警信息为有效预警信息；
若查询到有标签相同的历史预警信息，则判断是否满足第一判定条件：q＞average(q)*(1-α)，第二判定条件：q＞max(q)*(1+α)；式中，q为待监测工单数量，average(q)表示有效的预警信息的平均值，α为浮动因子，max(q)表示无效预警的最大值；根据判定条件进行判断，若都不满足，则过滤所述预警信息，否则判断所述预警信息为有效预警信息；
根据判定条件进行判断，具体包括：
判断是否满足所述第一判定条件，若满足，则判断所述预警信息为有效预警信息，不再进行第二预设条件判断；
若不满足所述第一判定条件，则判断是否满足第二判定条件，若满足第二判定条件，则判断所述预警信息为有效预警信息；
若所述第一判定条件和所述第二预设条件都不满足，则过滤所述预警信息。
2.根据权利要求1所述的缴费复机监测预警方法，其特征在于，根据缴费复机系统在主机中所占的权重、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔，具体括：
根据缴费复机系统在主机中所占的资源使用率，得到第一时间间隔占比；
根据待监测缴费复机流程信息和历史相同场景下缴费复机流程信息的相似度，得到第二时间间隔占比；
根据缴费复机系统设置的最小时间间隔、最大时间间隔、第一时间间隔占比、第二时间间隔占比，得到相邻两次缴费复机监测任务的时间间隔。
3.根据权利要求2所述的缴费复机监测预警方法，其特征在于，根据缴费复机系统在主机中所占的资源使用率权重，得到第一时间间隔占比，具体包括：
获取缴费复机系统在主机中的CPU使用率、内存使用率、磁盘使用率，判断所述CPU使用率、内存使用率、磁盘使用率是否均不大于设定使用率阈值；若是，则确定所述第一时间间隔占比为零，若否则根据CPU使用率、CPU使用率权重、内存使用率、内存使用率权重、磁盘使用率、磁盘使用率权重确定所述第一时间间隔占比。
4.根据权利要求2所述的缴费复机监测预警方法，其特征在于，根据待监测缴费复机流程信息和历史相同场景下缴费复机流程信息的相似度，得到第二时间间隔占比，具体包括：
获取待监测缴费复机流程信息，并获取历史记录中标签相同的历史缴费复机流程信息，计算待监测缴费复机流程信息与历史缴费复机流程信息的相似度，根据相似度得到第二时间间隔占比。
5.根据权利要求1所述的缴费复机监测预警方法，其特征在于，获取待监测缴费复机流程信息的待监测工单数量前还包括：
对每一条历史缴费复机流程信息进行分析，形成历史缴费复机流程信息标签库，所述历史缴费复机流程信息标签库包括：节日数据标签，用于表示节日的工单数量；假日数据标签，用于表示假日的工单数量；月初数据标签，用于表示月初的工单数量；月末数据标签，用于表示月末的工单数量；忙时数据标签，用于表示忙时的工单数量；闲时数据标签，用于表示闲时的工单数量。
6.一种缴费复机监测预警系统，其特征在于，包括：
缴费复机工单数量采集模块，用于根据缴费复机系统在主机中的资源使用率、历史缴费复机流程信息，得到相邻两次缴费复机监测任务的时间间隔；
预警模块，用于获取待监测缴费复机流程信息的待监测工单数量，并获取与所述待监测缴费复机流程信息的标签相同的历史缴费复机流程信息，得到所述历史缴费复机流程信息的历史工单数量，若所述待监测工单数量大于所述历史工单数量，且待监测工单数量的增长率大于设定阈值，则生成预警信息；
所述标签包括节日数据标签、假日数据标签、月初数据标签、月末数据标签、忙时数据标签和闲时数据标签。
7.一种缴费复机监测预警设备，其特征在于，包括：
至少一个处理器、至少一个存储器、通信接口和总线；其中，
所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述通信接口用于该设备与显示装置的通信设备之间的信息传输；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质上存储有计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711447157.9A CN109976967B (zh) | 2017-12-27 | 2017-12-27 | 一种基于智能调度的缴费复机监测预警方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711447157.9A CN109976967B (zh) | 2017-12-27 | 2017-12-27 | 一种基于智能调度的缴费复机监测预警方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109976967A CN109976967A (zh) | 2019-07-05 |
| CN109976967B true CN109976967B (zh) | 2022-10-18 |
Family
ID=67071150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711447157.9A Active CN109976967B (zh) | 2017-12-27 | 2017-12-27 | 一种基于智能调度的缴费复机监测预警方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109976967B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326179B (zh) * | 2020-02-28 | 2023-11-10 | 中国移动通信集团安徽有限公司 | 应急缴费开机方法、装置、计算设备及计算机存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102082703A (zh) * | 2009-11-26 | 2011-06-01 | 中国移动通信集团贵州有限公司 | 业务支撑系统设备性能监控的方法及装置 |
| CN103631600A (zh) * | 2013-12-10 | 2014-03-12 | 中山大学深圳研究院 | 一种嵌入式rfid中间件的数据处理方法及系统 |
| CN104991853A (zh) * | 2015-07-22 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种输出预警信息的方法和装置 |
| CN106815709A (zh) * | 2016-12-06 | 2017-06-09 | 国网福建省电力有限公司 | 一种服务快速响应中心支撑系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140336984A1 (en) * | 2013-05-13 | 2014-11-13 | Abb Technology Ag. | Conditional monitoring of industrial systems |
-
2017
- 2017-12-27 CN CN201711447157.9A patent/CN109976967B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102082703A (zh) * | 2009-11-26 | 2011-06-01 | 中国移动通信集团贵州有限公司 | 业务支撑系统设备性能监控的方法及装置 |
| CN103631600A (zh) * | 2013-12-10 | 2014-03-12 | 中山大学深圳研究院 | 一种嵌入式rfid中间件的数据处理方法及系统 |
| CN104991853A (zh) * | 2015-07-22 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 一种输出预警信息的方法和装置 |
| CN106815709A (zh) * | 2016-12-06 | 2017-06-09 | 国网福建省电力有限公司 | 一种服务快速响应中心支撑系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109976967A (zh) | 2019-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106548402B (zh) | 资源转移监控方法及装置 | |
| US20120102053A1 (en) | Digital analytics system | |
| CN109523276A (zh) | 用户投诉的预警监控方法及装置 | |
| CN107329877B (zh) | 机票业务监控执行系统及方法 | |
| CN114118496A (zh) | 一种基于大数据分析自动调度排队预约的方法及系统 | |
| CN110928655A (zh) | 一种任务处理方法及装置 | |
| CN108536356A (zh) | 坐席信息处理方法、装置及计算机可读存储介质 | |
| WO2017106919A1 (en) | Conducting a maintenance activity on an asset | |
| CN109976967B (zh) | 一种基于智能调度的缴费复机监测预警方法和系统 | |
| CN109858807A (zh) | 一种企业运营监控的方法及系统 | |
| CN109783310A (zh) | It设备的多维动态安全监控方法及其监控装置 | |
| CN117114477A (zh) | 一种业务系统巡检方法和装置 | |
| CN116977063A (zh) | 一种贷款风险监控装置、方法、设备及存储介质 | |
| CN110727505B (zh) | 一种可热加载的分布式任务调度与服务监控系统 | |
| CN111580894A (zh) | 数据分析预警方法、装置、计算机系统及可读存储介质 | |
| CN109218062B (zh) | 基于置信区间的互联网业务报警方法和装置 | |
| CN115860465A (zh) | 一种企业关联数据处理预警方法、系统及装置 | |
| CN112965793B (zh) | 一种面向标识解析数据的数据仓库任务调度方法和系统 | |
| CN115471215A (zh) | 一种业务流程处理方法及装置 | |
| CN110503477B (zh) | 订单的毛利异常原因的分析方法、系统、设备和存储介质 | |
| CN112637793B (zh) | 一种基于5g的场景化计费方法、系统、电子设备和存储介质 | |
| CN115330219A (zh) | 一种资源调度的方法及装置 | |
| CN114140241A (zh) | 一种交易监控指标的异常识别方法及装置 | |
| CN111613312B (zh) | 设备运行情况对比分析方法及装置 | |
| CN111612402A (zh) | 自动化仲裁方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |