CN110928929A - 一种指标数据的正常数据区间确定方法和装置 - Google Patents

一种指标数据的正常数据区间确定方法和装置 Download PDF

Info

Publication number
CN110928929A
CN110928929A CN201911260334.1A CN201911260334A CN110928929A CN 110928929 A CN110928929 A CN 110928929A CN 201911260334 A CN201911260334 A CN 201911260334A CN 110928929 A CN110928929 A CN 110928929A
Authority
CN
China
Prior art keywords
data
time period
unit
periodic timing
interval
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.)
Pending
Application number
CN201911260334.1A
Other languages
English (en)
Inventor
董耀众
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.)
State Grid Information and Telecommunication Co Ltd
Original Assignee
State Grid Information and Telecommunication 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 State Grid Information and Telecommunication Co Ltd filed Critical State Grid Information and Telecommunication Co Ltd
Priority to CN201911260334.1A priority Critical patent/CN110928929A/zh
Publication of CN110928929A publication Critical patent/CN110928929A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种指标数据的正常数据区间确定方法和装置，可以获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。本发明通过历史指标数据在多个时间段内的目标周期性计时区间的统计数据确定正常数据区间，达到了以动态的正常数据区间判断指标数据是否正常的目的，避免了由于使用静态阈值而对业务系统的运行状态造成误判的情况。

Description

一种指标数据的正常数据区间确定方法和装置
技术领域
本发明涉及数据处理领域，尤其涉及一种指标数据的正常数据区间确定方法和装置。
背景技术
业务系统的各类业务日志数据可以体现出该业务系统的运行状态。现有技术可以对比某一业务日志数据对应的指标数据与静态阈值，根据对比结果确定该业务系统是否正常运行。
然而，在业务系统的实际运行中，指标数据可能会发生在合理范围内的变化，当采用静态阈值业务日志数据对应的指标数据的对比结果作为业务系统是否正常运行的依据时，会将正常的指标数据确定为异常的指标数据，导致误判业务系统出现异常运行的情况。
发明内容
鉴于上述问题，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指标数据的正常数据区间确定方法和装置，技术方案如下：
一种指标数据的正常数据区间确定方法，包括：
获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；
获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；
根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。
可选的，所述获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，包括：
获得历史指标数据在第一时间段内的所述目标周期性计时区间的第一统计数据，其中，所述第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，所述第一时间段的时间单位为第二单位，所述第二单位大于所述第一单位；
获得所述历史指标数据在第二时间段内的所述目标周期性计时区间的第二统计数据，其中，所述第二时间段早于所述第一时间段，所述第二时间段与所述第一时间段相邻，所述第二时间段与所述第一时间段的单位相同；
获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，其中，所述第三时间段的单位为第三单位，所述第三单位大于所述第二单位。
可选的，所述第一时间段具有与所述第三单位对应的第一标识，所述获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，包括：
获得所述历史指标数据在具有所述第一标识的多个第四时间段的所述目标周期性计时区间的第三统计数据，其中，各所述第四时间段均位于第三时间段，所述第三时间段与所述第一时间段、所述第二时间段不存在重叠时间段，第四时间段的时间单位为所述第二单位。
可选的，所述根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间，包括：
通过加权求和算法对所述第一统计数据、所述第二统计数据和所述第三统计数据进行处理，获得指标数据在所述目标周期性计时区间的正常数据区间，其中，所述第一统计数据的权重大于所述第二统计数据，所述第一统计数据的权重小于所述第三统计数据。
可选的，所述方法还包括：
根据各周期性计时区间的正常数据区间确定指标数据在所述第二单位的正常动态基线，其中，所述正常动态基线包括：上基线和下基线。
可选的，所述方法还包括：
获得待处理指标数据，其中，所述待处理指标数据为第五时间段内的指标数据，所述第五时间段的时间单位为第一单位；
确定与所述第五时间段匹配的周期性计时区间；
确定所述待处理指标数据是否位于所述指标数据在所述匹配的周期性计时区间的正常数据区间内，如果是，则确定所述待处理指标数据正常，否则确定所述待处理指标数据不正常。
可选的，所述方法还包括：
获得第一时刻的待处理指标数据；
确定所述第二单位中与所述第一时刻匹配的单位时刻；
确定所述待处理指标数据是否位于所述单位时刻的所述上基线和所述下基线之间；
如果是，则确定所述待处理指标数据正常，否则确定所述待处理指标数据不正常。
一种指标数据的正常数据区间确定装置，包括：目标周期性计时区间获得单元、统计数据获得单元和正常数据区间确定单元，
所述目标周期性计时区间获得单元，用于获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；
所述统计数据获得单元，用于获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；
所述正常数据区间确定单元，用于根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。
可选的，所述统计数据获得单元包括：第一统计数据获得子单元、第二统计数据获得子单元和第三统计数据获得子单元，
所述第一统计数据获得子单元，用于获得历史指标数据在第一时间段内的所述目标周期性计时区间的第一统计数据，其中，所述第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，所述第一时间段的时间单位为第二单位，所述第二单位大于所述第一单位；
所述第二统计数据获得子单元，用于获得所述历史指标数据在第二时间段内的所述目标周期性计时区间的第二统计数据，其中，所述第二时间段早于所述第一时间段，所述第二时间段与所述第一时间段相邻，所述第二时间段与所述第一时间段的单位相同；
所述第三统计数据获得子单元，用于获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，其中，所述第三时间段的单位为第三单位，所述第三单位大于所述第二单位。
可选的，所述第一时间段具有与所述第三单位对应的第一标识，所述第三统计数据获得子单元具体用于获得所述历史指标数据在具有所述第一标识的多个第四时间段的所述目标周期性计时区间的第三统计数据，其中，各所述第四时间段均位于第三时间段，所述第三时间段与所述第一时间段、所述第二时间段不存在重叠时间段，第四时间段的时间单位为所述第二单位。
借由上述技术方案，本发明提供的一种指标数据的正常数据区间确定方法和装置，可以获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。本发明通过历史指标数据在多个时间段内的目标周期性计时区间的统计数据确定正常数据区间，达到了以动态的正常数据区间判断指标数据是否正常的目的，避免了由于使用静态阈值而对业务系统的运行状态造成误判的情况。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种指标数据的正常数据区间确定方法的流程示意图；
图2示出了本发明实施例提供的另一种指标数据的正常数据区间确定方法的流程示意图；
图3示出了本发明实施例提供的另一种指标数据的正常数据区间确定方法的流程示意图；
图4示出了本发明实施例提供的另一种指标数据的正常数据区间确定方法的流程示意图；
图5示出了本发明实施例提供的另一种指标数据的正常数据区间确定方法的流程示意图；
图6示出了本发明实施例提供的另一种指标数据的正常数据区间确定方法的流程示意图；
图7示出了本发明实施例提供的一种周期性计时区间的正常数据区间的示意图；
图8示出了本发明实施例提供的另一种周期性计时区间的正常数据区间的示意图；
图9示出了本发明实施例提供的一种指标数据的正常数据区间确定装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明实施例提供的一种指标数据的正常数据区间确定方法，可以包括：
S100、获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位。
对于时间，人类通过多种方式来进行计时，其中，周、月、日、小时等这种计时单位会重复出现，如：今天为周一，下周还会有周一。本月为1月，明年还会有1月。今天是23日，下个月还有23日。当前是下午1点，明天还会有下午1点。对于带有这种重复出现的计时单位的计时区间，本发明将其称之为：周期性计时区间，例如：周一、1月、23日、下午1点这四个均为周期性计时区间。
在实际应用中，不同的周期性计时区间的指标数据可能带有不同的数据特征，因此可以分别对每个周期性计时区间的正常数据区间进行统计。可选的，可以分别将各周期性计时区间作为目标周期性计时区间，并确定目标周期性计时区间的正常数据区间。例如：用户希望统计全天24小时各小时的某网站的访问量的正常数据区间，则可以分别将24个小时中的每个小时作为目标周期性计时区间来确定正常数据区间。例如：将0点至1点确定为目标周期性计时区间，统计0点至1点的正常数据区间；将1点至2点确定为目标周期性计时区间，统计1点至2点的正常数据区间。以此类推。
S200、获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间。
可选的，统计数据可以包括目标周期性计时区间内各历史指标数据中的平均值，也可以包括该目标周期性计时区间内各历史指标数据的标准差。当然，统计数据可以包括：平均值和方差。统计数据也可以为其他数学上的统计数据，本发明在此不做限定。
其中，本发明可以根据历史指标数据在目标周期性计时区间的统计数据来确定目标周期性计时区间的正常数据区间。例如：目标周期性计时区间为0点至1点，则可以根据过去一个月中每天的0点至1点的历史指标数据的统计数据来确定0点至1点的正常数据区间。
需要说明的是，本发明之所以通过多个时间段内的统计数据来确定正常数据区间，是由于不同的时间段的历史指标数据可能具有不同的数据特征。例如：距离当前时刻更近的时间段的历史指标数据的重要程度可能更大，当一个时间段比较长时，该时间段的历史指标数据的统计数据更具有稳定性和可靠性。因此，本发明可以使用长度不同、早晚不同的多个时间段来同时根据各种数据特征的历史指标数据的统计数据获得正常数据区间。这样，可以有效提高获得的正常数据区间的准确性。
可选的，本发明实施例可以指定该多个时间段分别是哪几个时间段。如图2所示，本发明实施例提供的另一种指标数据的正常数据区间确定方法，步骤S200可以包括：
S210、获得历史指标数据在第一时间段内的所述目标周期性计时区间的第一统计数据，其中，所述第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，所述第一时间段的时间单位为第二单位，所述第二单位大于所述第一单位。
其中，由于第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，因此第一时间段内的目标周期性计时区间的历史指标数据比较“新”，更“新”的历史指标数据的重要程度更大。当然，如果第一时间段较长，则必然包括了更“旧”的历史指标数据，因此本发明中的第一时间段可以仅包括一个目标周期性计时区间。例如：当前时刻为0点1分，目标周期性计时区间为0点至1点(此时第一单位为小时)，则第一时间段可以为前一天(此时第二单位为天，天大于小时)，第一时间段中仅包括一个目标周期性计时区间。
S220、获得所述历史指标数据在第二时间段内的所述目标周期性计时区间的第二统计数据，其中，所述第二时间段早于所述第一时间段，所述第二时间段与所述第一时间段相邻，所述第二时间段与所述第一时间段的单位相同。
其中，第二时间段的时间长度可以不小于第一时间段的时间长度。其中，第二时间段早于第一时间段。当第一时间段和第二时间段长度相同时，第二时间段内的所述目标周期性计时区间的指标数据相对于第一时间段而言，更“旧”，因此第二统计数据的重要程度低于步骤S210得到的第一统计数据。当然，随着第二时间段的时间长度的增加，第二统计数据的重要程度也相应增加。例如：当第二时间段的时间长度为第一时间段的五倍时，第二统计数据的重要程度可以大于第一统计数据的重要程度。
为了便于理解，此处结合上述对第一时间段的举例对第二时间段进行说明：当目标周期性计时区间为15点至16点且当前时刻为2019年11月11日的17点时，第一时间段为2019年11月11日这一天，则第二时间段为2019年11月10日这一天，第二时间段内的所述目标周期性计时区间的第二统计数据为2019年11月10日15点至16点中各历史指标数据的统计数据。当目标周期性计时区间为15点至16点且当前时刻为2019年11月11日的12点时，第一时间段为2019年11月10日这一天，则第二时间段为2019年11月9日这一天，第二时间段内的所述目标周期性计时区间的第二统计数据为2019年11月9日15点至16点中各历史指标数据的统计数据。
S230、获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，其中，所述第三时间段的单位为第三单位，所述第三单位大于所述第二单位。
其中，第三时间段的时间长度可以大于第二时间段的时间长度。例如：当第二时间段的时间长度为2天时，第三时间段的时间长度可以为2个月或8周。此时，第三时间段的单位为月或周，均大于第二单位(天)。其中，第三时间段早于第二时间段。由于第三时间段内的所述目标周期性计时区间的指标数据相对于第二时间段而言，更“旧”，若第三时间段的时间长度与第二时间段的时间长度相等，则第三统计数据的重要程度低于步骤S220得到的第二统计数据。但由于第三时间段的时间长度大于第二时间段的时间长度，因此随着第三时间段的时间长度的增加，第三统计数据的重要程度也相应增加。例如：当第三时间段的时间长度为第二时间段的五倍时，第三统计数据的重要程度可以大于第二统计数据的重要程度。
为了便于理解，此处通过举例进行说明：当第二单位为“天”时，第三单位可以为“周”。本发明实施例可以获得当前时刻之前预设数量的“周”中的目标周期性计时区间的第三统计数据。例如：当目标周期性计时区间为15点至16点且当前时刻为2019年11月11日的17点时，本发明实施例可以获得2019年10月28日至2019年11月10日这2周内每天15点至16点的各历史指标数据的统计数据。可选的，所述第一时间段具有与所述第三单位对应的第一标识，步骤S230可以包括：获得所述历史指标数据在具有所述第一标识的多个第四时间段的所述目标周期性计时区间的第三统计数据，其中，各所述第四时间段均位于第三时间段，所述第三时间段与所述第一时间段、所述第二时间段不存在重叠时间段，第四时间段的时间单位为所述第二单位。
可选的，当第三单位为“周”时，第一标识可以为“周几”中的“几”。例如：周一的第一标识为“一”。为了便于理解，此处通过举例进行说明：当目标周期性计时区间为15点至16点、当前时刻为2019年11月11日的17点且第三时间段为2019年10月7日至11月10日时，由于2019年11月11日为周一，则第一标识为“一”，由此本发明实施例中的具有所述第一标识的多个第四时间段分别为周一的2019年10月7日、2019年10月14日、2019年10月21日、2019年10月28日和2019年11月4日这5天。第三统计数据为这5天中15点至16点的各历史指标数据的统计数据。
S300、根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。
具体的，基于图2所示的方法，如图3所示，本发明实施例提供的另一种指标数据的正常数据区间确定方法，步骤S300可以包括：
S310、通过加权求和算法对所述第一统计数据、所述第二统计数据和所述第三统计数据进行处理，获得指标数据在所述目标周期性计时区间的正常数据区间，其中，所述第一统计数据的权重大于所述第二统计数据，所述第一统计数据的权重小于所述第三统计数据。
具体的，本发明实施例可以通过加权求和算法对所述第一统计数据、所述第二统计数据和所述第三统计数据进行处理，获得需确定正常数据区间的目标周期性计时区间的正常平均值。例如：
Figure BDA0002311439640000091
其中，RM为需确定正常数据区间的目标周期性计时区间的正常平均值；0.2为第一统计数据的权重；PMh为第一统计数据：在第一时间段内的该目标周期性计时区间内各历史指标数据中的平均值；0.1为第二统计数据的权重；PMd为第二统计数据：在第二时间段内的目标周期性计时区间内各历史指标数据中的平均值；0.7为第三统计数据的权重；
Figure BDA0002311439640000101
为第三统计数据：PMwn为在第三时间段内具有第一标识的n个第四时间段的目标周期性计时区间(此例中共有8个第四时间段)。
具体的，本发明实施例可以通过加权求和算法对所述第一统计数据、所述第二统计数据和所述第三统计数据进行处理，获得需确定正常数据区间的目标周期性计时区间的正常标准差。例如：
Figure BDA0002311439640000102
其中，RSD为需确定正常数据区间的目标周期性计时区间的正常标准差；0.2为第一统计数据的权重；PSDh为第一统计数据：在第一时间段内的该目标周期性计时区间内各历史指标数据中的标准差；0.1为第二统计数据的权重；PSDd为第二统计数据：在第二时间段内的目标周期性计时区间内各历史指标数据中的标准差；0.7为第三统计数据的权重；
Figure BDA0002311439640000103
为第三统计数据：PSDwn为在第三时间段内具有第一标识的n个第四时间段的目标周期性计时区间(此例中共有8个第四时间段)。
本发明实施例可以根据需确定正常数据区间的目标周期性计时区间的正常平均值和正常标准差，计算正常数据区间的上阈值和下阈值。例如：
RU＝RM+RSD×3
RD＝RM-RSD×3
其中，RU为正常数据区间的上阈值，RD为正常数据区间的下阈值。
需要注意的是，上述举例仅为方便理解本发明提供的技术方案的特选实施例，本发明提供的技术方案不受特选实施例的限定。
本发明实施例提供的一种指标数据的正常数据区间确定方法，可以获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。本发明实施例通过历史指标数据在多个时间段内的目标周期性计时区间的统计数据确定正常数据区间，达到了以动态的正常数据区间判断指标数据是否正常的目的，避免了由于使用静态阈值而对业务系统的运行状态造成误判的情况。
可选的，基于图1所示的方法，如图4所示，本发明实施例提供的另一种指标数据的正常数据区间确定方法，还可以包括：
S400、根据各周期性计时区间的正常数据区间确定指标数据在所述第二单位的正常动态基线，其中，所述正常动态基线包括：上基线和下基线。
具体的，本发明实施例可以将同一天的各周期性计时区间的正常数据区间连接，获得正常动态基线，其中，本发明实施例可以将各周期性计时区间中相邻的周期性计时区间的正常数据区间的上阈值进行连线获得上基线，本发明实施例可以将各周期性计时区间中相邻的周期性计时区间的正常数据区间的下阈值进行连线获得下基线。
可以理解的是，图4所示步骤顺序仅为确定正常动态基线的其中一种执行顺序，本发明实施例确定正常动态基线的步骤可以在步骤S100至S300中的任一时刻进行。
可选的，基于图1所示方法，如图5所示，本发明实施例提供的另一种指标数据的正常数据区间确定方法，还可以包括：
S001、获得待处理指标数据，其中，所述待处理指标数据为第五时间段内的指标数据，所述第五时间段的时间单位为第一单位；
S002、确定与所述第五时间段匹配的周期性计时区间；
S003、确定所述待处理指标数据是否位于所述指标数据在所述匹配的周期性计时区间的正常数据区间内，如果是，则执行步骤S004，否则执行步骤S005；
S004、确定所述待处理指标数据正常；
S005、确定所述待处理指标数据不正常。
具体的，待处理指标数据可以是通过数据仓库技术(Extract-Transform-Load，ETL)对业务日志数据进行处理后获得的数据。为了便于理解，此处结合图7进行说明：如图7所示，当第五时间段匹配的周期性计时区间为0点至1点时，正常数据区间为15至25，当待处理指标数据为10时，则确定该待处理指标数据不正常，当待处理指标数据为20时，则确定该待处理指标数据正常。
可选的，基于图4所示的方法，如图6所示，本发明实施例提供的另一种指标数据的正常数据区间确定方法，还可以包括：
S010、获得第一时刻的待处理指标数据；
S020、确定所述第二单位中与所述第一时刻匹配的单位时刻；
S030、确定所述待处理指标数据是否位于所述单位时刻的所述上基线和所述下基线之间；如果是，则执行步骤S040，否则执行步骤S050；
S040、确定所述待处理指标数据正常；
S050、确定所述待处理指标数据不正常。
为了便于理解，此处结合图8进行说明：如图8所示，取各周期性计时区间的上阈值和下阈值的中点，将相邻的周期性计时区间的上阈值的中点连线获得上基线，将相邻的周期性计时区间的下阈值的中点连线获得下基线。当第一时刻为3点时，若待处理指标数据处于3点对应的上基线和下基线之间，则确定该待处理指标数据正常，反之，则不正常。
与上述方法实施例相对应，本发明实施例还提供一种指标数据的正常数据区间确定装置，其结构如图9所示，可以包括：目标周期性计时区间获得单元100、统计数据获得单元200和正常数据区间确定单元300。
所述目标周期性计时区间获得单元100，用于获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；
所述统计数据获得单元200，用于获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；
所述正常数据区间确定单元300，用于根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。
本发明实施例提供的一种指标数据的正常数据区间确定装置，可以获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。本发明实施例通过历史指标数据在多个时间段内的目标周期性计时区间的统计数据确定正常数据区间，达到了以动态的正常数据区间判断指标数据是否正常的目的，避免了由于使用静态阈值而对业务系统的运行状态造成误判的情况。
可选的，所述统计数据获得单元200包括：第一统计数据获得子单元、第二统计数据获得子单元和第三统计数据获得子单元，
所述第一统计数据获得子单元，用于获得历史指标数据在第一时间段内的所述目标周期性计时区间的第一统计数据，其中，所述第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，所述第一时间段的时间单位为第二单位，所述第二单位大于所述第一单位；
所述第二统计数据获得子单元，用于获得所述历史指标数据在第二时间段内的所述目标周期性计时区间的第二统计数据，其中，所述第二时间段早于所述第一时间段，所述第二时间段与所述第一时间段相邻，所述第二时间段与所述第一时间段的单位相同；
所述第三统计数据获得子单元，用于获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，其中，所述第三时间段的单位为第三单位，所述第三单位大于所述第二单位。
可选的，所述第一时间段具有与所述第三单位对应的第一标识，所述第三统计数据获得子单元具体用于获得所述历史指标数据在具有所述第一标识的多个第四时间段的所述目标周期性计时区间的第三统计数据，其中，各所述第四时间段均位于第三时间段，所述第三时间段与所述第一时间段、所述第二时间段不存在重叠时间段，第四时间段的时间单位为所述第二单位。
可选的，所述正常数据区间确定单元300具体用于通过加权求和算法对所述第一统计数据、所述第二统计数据和所述第三统计数据进行处理，获得指标数据在所述目标周期性计时区间的正常数据区间，其中，所述第一统计数据的权重大于所述第二统计数据，所述第一统计数据的权重小于所述第三统计数据。
可选的，所述装置还包括：正常动态基线确定单元。
所述正常动态基线确定单元，用于根据各周期性计时区间的正常数据区间确定指标数据在所述第二单位的正常动态基线，其中，所述正常动态基线包括：上基线和下基线。
可选的，所述装置还包括：第一待处理指标数据获得单元、周期性计时区间确定单元和第一正常指标数据判断单元。
所述第一待处理指标数据获得单元，用于获得待处理指标数据，其中，所述待处理指标数据为第五时间段内的指标数据，所述第五时间段的时间单位为第一单位；
所述周期性计时区间确定单元，用于确定与所述第五时间段匹配的周期性计时区间；
所述第一正常指标数据判断单元，用于确定所述待处理指标数据是否位于所述指标数据在所述匹配的周期性计时区间的正常数据区间内，如果是，则确定所述待处理指标数据正常，否则确定所述待处理指标数据不正常。
可选的，所述装置还包括：第二待处理指标数据获得单元、单位时刻确定单元和第二正常指标数据判断单元。
所述第二待处理指标数据获得单元，用于获得第一时刻的待处理指标数据；
所述单位时刻确定单元，用于确定所述第二单位中与所述第一时刻匹配的单位时刻；
所述第二正常指标数据判断单元，用于确定所述待处理指标数据是否位于所述单位时刻的所述上基线和所述下基线之间；如果是，则确定所述待处理指标数据正常，否则确定所述待处理指标数据不正常。
在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种指标数据的正常数据区间确定方法，其特征在于，包括：
获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；
获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；
根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。
2.根据权利要求1所述的方法，其特征在于，所述获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，包括：
获得历史指标数据在第一时间段内的所述目标周期性计时区间的第一统计数据，其中，所述第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，所述第一时间段的时间单位为第二单位，所述第二单位大于所述第一单位；
获得所述历史指标数据在第二时间段内的所述目标周期性计时区间的第二统计数据，其中，所述第二时间段早于所述第一时间段，所述第二时间段与所述第一时间段相邻，所述第二时间段与所述第一时间段的单位相同；
获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，其中，所述第三时间段的单位为第三单位，所述第三单位大于所述第二单位。
3.根据权利要求2所述的方法，其特征在于，所述第一时间段具有与所述第三单位对应的第一标识，所述获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，包括：
获得所述历史指标数据在具有所述第一标识的多个第四时间段的所述目标周期性计时区间的第三统计数据，其中，各所述第四时间段均位于第三时间段，所述第三时间段与所述第一时间段、所述第二时间段不存在重叠时间段，第四时间段的时间单位为所述第二单位。
4.根据权利要求2或3所述的方法，其特征在于，所述根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间，包括：
通过加权求和算法对所述第一统计数据、所述第二统计数据和所述第三统计数据进行处理，获得指标数据在所述目标周期性计时区间的正常数据区间，其中，所述第一统计数据的权重大于所述第二统计数据，所述第一统计数据的权重小于所述第三统计数据。
5.根据权利要求1所述的方法，其特征在于，还包括：
根据各周期性计时区间的正常数据区间确定指标数据在所述第二单位的正常动态基线，其中，所述正常动态基线包括：上基线和下基线。
6.根据权利要求1所述的方法，其特征在于，还包括：
获得待处理指标数据，其中，所述待处理指标数据为第五时间段内的指标数据，所述第五时间段的时间单位为第一单位；
确定与所述第五时间段匹配的周期性计时区间；
确定所述待处理指标数据是否位于所述指标数据在所述匹配的周期性计时区间的正常数据区间内，如果是，则确定所述待处理指标数据正常，否则确定所述待处理指标数据不正常。
7.根据权利要求5所述的方法，其特征在于，还包括：
获得第一时刻的待处理指标数据；
确定所述第二单位中与所述第一时刻匹配的单位时刻；
确定所述待处理指标数据是否位于所述单位时刻的所述上基线和所述下基线之间；
如果是，则确定所述待处理指标数据正常，否则确定所述待处理指标数据不正常。
8.一种指标数据的正常数据区间确定装置，其特征在于，包括：目标周期性计时区间获得单元、统计数据获得单元和正常数据区间确定单元，
所述目标周期性计时区间获得单元，用于获得需确定正常数据区间的目标周期性计时区间，其中，所述目标周期性计时区间的时间单位为第一单位；
所述统计数据获得单元，用于获得历史指标数据分别在多个时间段内的所述目标周期性计时区间的统计数据，其中，每个所述时间段内均至少包括一个所述目标周期性计时区间；
所述正常数据区间确定单元，用于根据获得的所述统计数据确定指标数据在所述目标周期性计时区间的正常数据区间。
9.根据权利要求8所述的装置，其特征在于，所述统计数据获得单元包括：第一统计数据获得子单元、第二统计数据获得子单元和第三统计数据获得子单元，
所述第一统计数据获得子单元，用于获得历史指标数据在第一时间段内的所述目标周期性计时区间的第一统计数据，其中，所述第一时间段内的所述目标周期性计时区间为距离当前时刻最近的所述目标周期性计时区间，所述第一时间段的时间单位为第二单位，所述第二单位大于所述第一单位；
所述第二统计数据获得子单元，用于获得所述历史指标数据在第二时间段内的所述目标周期性计时区间的第二统计数据，其中，所述第二时间段早于所述第一时间段，所述第二时间段与所述第一时间段相邻，所述第二时间段与所述第一时间段的单位相同；
所述第三统计数据获得子单元，用于获得所述历史指标数据在第三时间段内至少部分所述目标周期性计时区间的第三统计数据，其中，所述第三时间段的单位为第三单位，所述第三单位大于所述第二单位。
10.根据权利要求9所述的装置，其特征在于，所述第一时间段具有与所述第三单位对应的第一标识，所述第三统计数据获得子单元具体用于获得所述历史指标数据在具有所述第一标识的多个第四时间段的所述目标周期性计时区间的第三统计数据，其中，各所述第四时间段均位于第三时间段，所述第三时间段与所述第一时间段、所述第二时间段不存在重叠时间段，第四时间段的时间单位为所述第二单位。
CN201911260334.1A 2019-12-10 2019-12-10 一种指标数据的正常数据区间确定方法和装置 Pending CN110928929A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911260334.1A CN110928929A (zh) 2019-12-10 2019-12-10 一种指标数据的正常数据区间确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911260334.1A CN110928929A (zh) 2019-12-10 2019-12-10 一种指标数据的正常数据区间确定方法和装置

Publications (1)

Publication Number Publication Date
CN110928929A true CN110928929A (zh) 2020-03-27

Family

ID=69858707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911260334.1A Pending CN110928929A (zh) 2019-12-10 2019-12-10 一种指标数据的正常数据区间确定方法和装置

Country Status (1)

Country Link
CN (1) CN110928929A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002329611A1 (en) * 2001-07-20 2003-03-03 Altaworks Corporation System and method for adaptive threshold determination for performance metrics
CN104536868A (zh) * 2014-11-26 2015-04-22 北京广通信达科技有限公司 一种it系统运行指标动态阈值分析方法
CN105406991A (zh) * 2015-10-26 2016-03-16 上海华讯网络系统有限公司 基于网络监控指标由历史数据生成业务阈值的方法及系统
CN105610647A (zh) * 2015-12-30 2016-05-25 华为技术有限公司 一种探测业务异常的方法和服务器
CN108829535A (zh) * 2018-06-08 2018-11-16 上海擎创信息技术有限公司 数据处理方法、终端及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002329611A1 (en) * 2001-07-20 2003-03-03 Altaworks Corporation System and method for adaptive threshold determination for performance metrics
CN104536868A (zh) * 2014-11-26 2015-04-22 北京广通信达科技有限公司 一种it系统运行指标动态阈值分析方法
CN105406991A (zh) * 2015-10-26 2016-03-16 上海华讯网络系统有限公司 基于网络监控指标由历史数据生成业务阈值的方法及系统
CN105610647A (zh) * 2015-12-30 2016-05-25 华为技术有限公司 一种探测业务异常的方法和服务器
CN108829535A (zh) * 2018-06-08 2018-11-16 上海擎创信息技术有限公司 数据处理方法、终端及计算机可读存储介质

Similar Documents

Publication Publication Date Title
WO2019218450A1 (zh) 一种消息推送方法、存储介质、服务器及装置
Bickel Robust estimators of the mode and skewness of continuous data
CN110554732B (zh) 一种标识号生成方法、生成装置、电子设备及存储介质
EP3637293A1 (en) Method and device for detecting abnormal operation of operating system
CN110083475B (zh) 一种异常数据的检测方法及装置
CN114444827B (zh) 一种集群性能的评估方法和装置
CN112152868B (zh) 网络故障检测方法、装置、电子设备及存储介质
CN111626780A (zh) 信息推送方法、装置、服务端及存储介质
CN109597588B (zh) 一种数据存储方法、数据还原方法及装置
CN108648156B (zh) 点云数据中杂散点标记方法、装置、电子设备及存储介质
CN111416883B (zh) 地址查询方法、装置、终端及计算机可读存储介质
CN110928929A (zh) 一种指标数据的正常数据区间确定方法和装置
CN111026536A (zh) 一种基于信任融合评估的任务处理方法、装置及边缘节点
CN114963563A (zh) 热水器控制方法、装置、设备及存储介质
CN112637021A (zh) 一种基于线性回归算法的动态流量监控方法和装置
CN109597745B (zh) 异常数据处理方法及装置
CN109359966B (zh) 一种检测物流包裹计费异常的方法及设备
CN108595685B (zh) 一种数据处理方法及装置
CN110674003A (zh) 一种服务器硬件的预警方法、设备以及存储介质
CN111177362B (zh) 一种信息处理方法、装置、服务器及介质
CN108521273B (zh) 脉冲信号处理方法、装置及用户终端
CN110855484A (zh) 自动检测业务量变化的方法、系统、电子设备和存储介质
CN111695829B (zh) 一种指标波动周期计算方法、装置、存储介质及电子设备
CN111475223B (zh) 一种信息提醒的管理方法、装置
CN112152869B (zh) 网络检测方法、装置、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200327