CN112235167B - 流量报警方法、装置、电子设备和计算机可读介质 - Google Patents

流量报警方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN112235167B
CN112235167B CN202011514037.8A CN202011514037A CN112235167B CN 112235167 B CN112235167 B CN 112235167B CN 202011514037 A CN202011514037 A CN 202011514037A CN 112235167 B CN112235167 B CN 112235167B
Authority
CN
China
Prior art keywords
flow
adjustment value
usage
rate
load
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
CN202011514037.8A
Other languages
English (en)
Other versions
CN112235167A (zh
Inventor
王涛
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.)
Beijing Missfresh Ecommerce Co Ltd
Original Assignee
Beijing Missfresh Ecommerce 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 Beijing Missfresh Ecommerce Co Ltd filed Critical Beijing Missfresh Ecommerce Co Ltd
Priority to CN202011514037.8A priority Critical patent/CN112235167B/zh
Publication of CN112235167A publication Critical patent/CN112235167A/zh
Application granted granted Critical
Publication of CN112235167B publication Critical patent/CN112235167B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0882—Utilisation of link capacity

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本公开的实施例公开了流量报警方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取应用程序组中每个应用程序的运行信息，得到运行信息集；基于运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；基于运行信息集包括的各个运行时长和各个网络负载率，生成流量调整值组；基于负载调整值组、流量调整值组、运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；基于流量使用量，控制流量预警设备执行相关报警操作。该实施方式降低了流量报警操作的误报率。

Description

流量报警方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及流量报警方法、装置、电子设备和计算机可读介质。
背景技术
随着互联网技术的发展，出现了很多不同的应用程序。目前，各个应用程序的流量的消耗速度越来越快。目前，流量预警是对整体应用程序的流量使用量的使用情况进行的警报。
然而，采用上述流量预警的方式，会存在以下技术问题：
第一，未根据不同处理器的使用率和网络负载率对不同应用程序的流量使用量进行统计，导致所生成流量使用量的准确度不高，导致流量报警操作的误报率较高；
第二，未根据不同应用程序的处理器使用率和网络负载率对流量使用量进行修正，导致所生成流量使用量有所偏差，进一步造成流量报警操作的误报率较高。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了流量报警方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种流量报警方法，该方法包括：获取应用程序组中每个应用程序的运行信息，得到运行信息集，其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率；基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组；基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；基于上述流量使用量，控制流量预警设备执行相关报警操作。
在一些实施例中，所述基于所述各个处理器使用率中的每个处理器使用率、与所述处理器使用率对应的调整值和与所述处理器使用率对应的网络负载率，生成负载调整值，包括：
通过公式，生成负载调整值：
Figure 40707DEST_PATH_IMAGE001
，
其中，
Figure 692268DEST_PATH_IMAGE002
表示负载调整值，
Figure 439382DEST_PATH_IMAGE003
表示所述与所述处理器使用率对应的调整值，
Figure 569012DEST_PATH_IMAGE004
表示所述处理器使用率，
Figure 117805DEST_PATH_IMAGE005
表示所述与所述处理器使用率对应的网络负载率。
在一些实施例中，所述基于所述各个运行时长中的每个运行时长、与所述运行时长对应的运行调整值、与所述运行时长对应的流量利用率和与所述运行时长对应的网络负载率，生成流量调整值，包括：
通过公式，生成流量调整值：
Figure 409109DEST_PATH_IMAGE006
，
其中，
Figure 410563DEST_PATH_IMAGE007
表示流量调整值，
Figure 343884DEST_PATH_IMAGE008
表示所述与所述运行时长对应的运行调整值，
Figure 481604DEST_PATH_IMAGE009
表示所述与所述运行时长对应的流量利用率，
Figure 209389DEST_PATH_IMAGE010
表示所述运行时长，
Figure 432560DEST_PATH_IMAGE005
表示所述与所述运行时长对应的网络负载率。
在一些实施例中，所述基于所述调整数量、所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量，包括：
通过公式，生成流量使用量：
Figure 903992DEST_PATH_IMAGE011
，
其中，
Figure 161798DEST_PATH_IMAGE012
表示流量使用量，
Figure 559019DEST_PATH_IMAGE013
表示所述调整数量，
Figure 535066DEST_PATH_IMAGE014
表示第
Figure 544610DEST_PATH_IMAGE015
个运行信息对应的负载调整值，
Figure 656923DEST_PATH_IMAGE016
表示第
Figure 726510DEST_PATH_IMAGE015
个运行信息对应的流量调整值，
Figure 924273DEST_PATH_IMAGE017
表示第
Figure 737508DEST_PATH_IMAGE015
个运行信息对应的运行时长，
Figure 969906DEST_PATH_IMAGE018
表示第
Figure 210395DEST_PATH_IMAGE015
个运行信息对应的单位时间流量使用量，
Figure 895454DEST_PATH_IMAGE019
表示向上取整运算。
第二方面，本公开的一些实施例提供了一种流量报警装置，装置包括：获取单元，被配置成获取应用程序组中每个应用程序的运行信息，得到运行信息集，其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率；第一生成单元，被配置成基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；第二生成单元，被配置成基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组；第三生成单元，被配置成基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；报警单元，被配置成基于上述流量使用量，控制流量预警设备执行相关报警操作。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的流量报警方法提高了生成流量使用量的准确度，降低了流量报警操作的误报率。具体来说，造成流量报警操作的误报率较高的原因在于：未根据不同处理器的使用率和网络负载率对不同应用程序的流量使用量进行统计，导致所生成流量使用量的准确度不高。基于此，本公开的一些实施例的流量报警方法，首先，通过获取应用程序组中每个应用程序的运行信息，得到运行信息集，为后续计算流量使用量提供数据支持。其次，基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组。由此，可以对不同应用程序的处理器的使用率进行修正，以此降低所生成流量使用量的偏差。接着，基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组。由此，可以根据不同应用程序的处理器的网络负载率对所生成流量使用量进行修正，进一步降低所生成流量使用量的偏差。然后，基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量。由此，可以根据不同处理器的使用率和网络负载率对不同应用程序的流量使用量进行统计。从而，提高了生成流量使用量的准确度，降低了流量报警操作的误报率。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的流量报警方法的一个应用场景的示意图；
图2是根据本公开的流量报警方法的一些实施例的流程图；
图3是根据本公开的流量报警方法的另一些实施例的流程图；
图4是根据本公开的流量报警装置的一些实施例的结构示意图；
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的流量报警方法的应用场景的一个示意图。
在图1的应用场景中，首先，计算设备101可以获取应用程序组中每个应用程序的运行信息，得到运行信息集102。其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率。其次，计算设备101可以基于上述运行信息集102所包括的各个处理器使用率和各个网络负载率，生成负载调整值组103。接着，计算设备101可以基于上述运行信息集102所包括的各个运行时长和各个网络负载率，生成流量调整值组104。然后，计算设备101可以基于上述负载调整值组103、上述流量调整值组104、上述运行信息集102所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量105。最后，计算设备101可以基于流量使用量105，控制流量预警设备106执行相关报警操作。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的流量报警方法的一些实施例的流程200。该方法可以由图1中的计算设备101来执行。该流量报警方法，包括以下步骤：
步骤201，获取应用程序组中每个应用程序的运行信息，得到运行信息集。
在一些实施例中，流量报警方法的执行主体（例如，图1所示的计算设备101）可以通过有线连接方式或者无线连接方式从终端获取应用程序组中每个应用程序的运行信息，得到运行信息集。其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率。这里，运行时长可以是应用程序处理用户发出的实时业务服务请求的时长。这里，处理器使用率可以是应用程序处理上述业务服务请求时中央处理器的使用比率。这里，网络负载率可以是应用程序处理上述业务服务请求时的网络负载率。
作为示例，上述运行信息集可以是：
{[程序名称：XXAPP；单位时间流量使用量：20MB/小时；运行时长：2小时；处理器使用率：90%（0.9）；网络负载率：90%（0.9）]；
[程序名称：YYAPP；单位时间流量使用量：15MB/小时；运行时长：2小时；处理器使用率：80%（0.8）；网络负载率：70%（0.7）]}。
步骤202，基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组。
在一些实施例中，上述执行主体可以将上述运行信息集所包括的每个处理器使用率和与上述处理器使用率对应的网络负载率输入至如下公式，生成负载调整值：
Figure 246801DEST_PATH_IMAGE020
。
其中，
Figure 333706DEST_PATH_IMAGE021
表示负载调整值。
Figure 503350DEST_PATH_IMAGE004
表示上述处理器使用率。
Figure 410127DEST_PATH_IMAGE005
表示上述与上述处理器使用率对应的网络负载率。这里，负载调整值的取值可以保留至小数点后两位有效数字。
作为示例，上述处理器使用率
Figure 565164DEST_PATH_IMAGE004
可以是“0.9”。上述与上述处理器使用率对应的网络负载率
Figure 506576DEST_PATH_IMAGE005
可以是“0.9”。通过公式，生成流量调整值“0.85”。
作为另外一个示例，上述处理器使用率
Figure 354446DEST_PATH_IMAGE004
可以是“0.8”。上述与上述流量使用时长对应的网络负载率
Figure 482939DEST_PATH_IMAGE005
可以是“0.7”。通过公式，生成流量调整值“0.58”。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过以下步骤生成负载调整值组：
第一步，将上述各个处理器使用率中的每个处理器使用率和预设调整值的乘积确定为调整值，得到调整值组。这里，预设调整值可以是减少报警操作误报率的调整参数。
作为示例，上述各个处理器使用率可以是“0.9；0.8”。可以将第1个处理器使用率[0.9]与预设调整值“1.05”的乘积“0.945”确定为调整值。可以将第2个处理器使用率[0.8]与预设调整值“1.05”的乘积“0.84”确定为调整值。得到调整值组“0.945；0.84”。
第二步，基于上述各个处理器使用率中的每个处理器使用率、与上述处理器使用率对应的调整值和与上述处理器使用率对应的网络负载率，生成负载调整值，得到负载调整值组。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过公式，生成负载调整值：
Figure 441668DEST_PATH_IMAGE022
。
其中，
Figure 972006DEST_PATH_IMAGE023
表示负载调整值。
Figure 990778DEST_PATH_IMAGE003
表示上述与上述处理器使用率对应的调整值。
Figure 872146DEST_PATH_IMAGE004
表示上述处理器使用率。
Figure 133101DEST_PATH_IMAGE005
表示上述与上述处理器使用率对应的网络负载率。这里，负载调整值的取值可以保留至小数点后两位有效数字。
作为示例，上述处理器使用率
Figure 783525DEST_PATH_IMAGE004
可以是“0.9”。上述与上述处理器使用率对应的网络负载率
Figure 176460DEST_PATH_IMAGE005
可以是“0.9”。上述与上述处理器使用率对应的调整值
Figure 545125DEST_PATH_IMAGE003
可以是“0.945”。通过公式，生成负载调整值：
Figure 580077DEST_PATH_IMAGE024
。
作为另外一个示例，上述处理器使用率
Figure 616166DEST_PATH_IMAGE004
可以是“80%”。上述与上述处理器使用率对应的网络负载率
Figure 445582DEST_PATH_IMAGE005
可以是“70%”。上述与上述处理器使用率对应的调整值
Figure 567121DEST_PATH_IMAGE003
可以是“0.84”。通过公式，生成负载调整值：
Figure 405764DEST_PATH_IMAGE025
。
步骤202中的公式以及相关内容作为本公开的一个发明点，由此解决了背景技术提交的技术问题二“未根据不同应用程序的处理器使用率和网络负载率对流量使用量进行修正，导致所生成流量使用量有所偏差，进一步造成流量报警操作的误报率较高”。造成流量报警操作的误报率较高的影响因素往往如下：未根据不同应用程序的处理器使用率和网络负载率对流量使用量进行修正，导致所生成流量使用量有所偏差。如果解决了上述影响因素就能达到降低流量报警操作的误报率的效果。为了达到这一效果，步骤202中一些可选的方式中的公式引入了处理器使用率、网络负载率和处理器使用率对应的调整值。首先，通过处理器使用率和预设调整值的乘积确定为调整值。由此，可以初步完成对处理器使用率的调整，为提高生成流量使用量的准确度提供了数据支持。然后，可以通过调整值对处理器使用率和网络负载率进行进一步调整，以生成负载调整值。由此，可以进一步提高生成流量使用量的准确度，初步降低流量报警操作的误报率。
步骤203，基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组。
在一些实施例中，上述执行主体可以将上述运行信息集所包括的每个运行时长和与上述运行时长对应的网络负载率输入至以下公式，生成流量调整值：
Figure 529316DEST_PATH_IMAGE026
。
其中，
Figure 795212DEST_PATH_IMAGE007
表示流量调整值。
Figure 138469DEST_PATH_IMAGE010
表示上述运行时长。
Figure 46382DEST_PATH_IMAGE005
表示上述与上述运行时长对应的网络负载率。
Figure 525905DEST_PATH_IMAGE027
表示取绝对值运算。这里，流量调整值的取值可以保留至小数点后两位有效数字。
作为示例，上述运行时长
Figure 228282DEST_PATH_IMAGE010
可以是“2”。上述与上述运行时长对应的网络负载率
Figure 58834DEST_PATH_IMAGE005
可以是“0.9”。通过公式，生成流量调整值：
Figure 239280DEST_PATH_IMAGE028
。
作为另外一个示例，上述运行时长
Figure 573309DEST_PATH_IMAGE010
可以是“2”。上述与上述运行时长对应的网络负载率
Figure 446587DEST_PATH_IMAGE005
可以是“0.7”。通过公式，生成流量调整值：
Figure 498857DEST_PATH_IMAGE029
。
步骤204，基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量。
在一些实施例中，上述执行主体可以将上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长输入至以下公式，生成流量使用量：
Figure 981529DEST_PATH_IMAGE030
。
其中，
Figure 435644DEST_PATH_IMAGE012
表示流量使用量。
Figure 214244DEST_PATH_IMAGE013
表示上述运行信息集中所包括的各个运行信息的数量。
Figure 753810DEST_PATH_IMAGE017
表示第
Figure 541637DEST_PATH_IMAGE015
个运行信息对应的运行时长。
Figure 850259DEST_PATH_IMAGE018
表示第
Figure 65339DEST_PATH_IMAGE015
个运行信息对应的单位时间流量使用量。
Figure 826622DEST_PATH_IMAGE016
表示第
Figure 152561DEST_PATH_IMAGE015
个运行信息对应的流量调整值。
Figure 581268DEST_PATH_IMAGE014
表示第
Figure 206066DEST_PATH_IMAGE015
个运行信息对应的负载调整值。
Figure 985803DEST_PATH_IMAGE019
表示向上取整运算。这里，流量使用量的单位为MB。
作为示例，上述运行信息集可以是{[程序名称：XXAPP；单位时间流量使用量：20MB/小时；运行时长：2小时；处理器使用率：90%；网络负载率：90%]；[程序名称：YYAPP；单位时间流量使用量：15MB/小时；运行时长：2小时；处理器使用率：80%；网络负载率：70%]}。上述运行信息集中所包括的各个运行信息的数量
Figure 849854DEST_PATH_IMAGE013
是“2”。负载调整值组可以是“0.78；0.85”。流量调整值组可以是“0.84；0.48”。通过公式，生成流量使用量：
Figure 133068DEST_PATH_IMAGE031
。
步骤205，基于上述流量使用量，控制流量预警设备执行相关报警操作。
在一些实施例中，上述执行主体可以响应于上述流量使用量大于预定阈值，将流量使用量发送至具有显示功能的报警设备以供显示。
作为示例，将上述流量使用量“61”发送至具有显示功能的报警设备“001”以供显示。
在一些实施例的一些可选的实现方式中，上述执行主体还可以响应于上述流量使用量符合预设条件，控制流量预警设备进行流量预警操作。这里，预设条件可以是“流量使用量大于60”。实践中，可以控制流量预警设备“002”向用户发送流量预警信息“您的流量已超流量限额，请关闭程序应用”。
可选地，响应于上述流量使用量不符合上述预设条件，生成流量预警信息。实践中，上述执行主体可以响应于上述流量使用量不符合预设条件，生成流量预警信息“您的流量即将超流量限额，请谨慎使用”。
可选地，将上述流量预警信息发送至相关显示设备以供浏览。实践中，可以将上述流量预警信息“您的流量即将超流量限额，请谨慎使用”发送至相关显示设备以供浏览。
本公开的上述各个实施例具有如下有益效果通过本公开的一些实施例的流量报警方法提高了生成流量使用量的准确度，降低了流量报警操作的误报率。具体来说，造成流量报警操作的误报率较高的原因在于：未根据不同处理器的使用率和网络负载率对不同应用程序的流量使用量进行统计，导致所生成流量使用量的准确度不高。基于此，本公开的一些实施例的流量报警方法，首先，通过获取应用程序组中每个应用程序的运行信息，得到运行信息集，为后续计算流量使用量提供数据支持。其次，基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组。由此，可以对不同应用程序的处理器的使用率进行修正，以此降低所生成流量使用量的偏差。接着，基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组。由此，可以根据不同应用程序的处理器的网络负载率对所生成流量使用量进行修正，进一步降低所生成流量使用量的偏差。然后，基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量。由此，可以根据不同处理器的使用率和网络负载率对不同应用程序的流量使用量进行统计。从而，提高了生成流量使用量的准确度，降低了流量报警操作的误报率。
进一步参考图3，示出了根据本公开的流量报警方法的另一些实施例的流程300。该方法可以由图1的计算设备101来执行。该流量报警方法，包括以下步骤：
步骤301，获取应用程序组中每个应用程序的运行信息，得到运行信息集。
在一些实施例中，上述执行主体可以通过有线连接方式或者无线连接方式从终端获取应用程序组中每个应用程序的运行信息，得到运行信息集。其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率。上述运行信息集中的运行信息还包括流量利用率。这里，流量利用率可以是应用程序处理上述业务服务请求时流量的利用比率。
作为示例，上述运行信息集可以是：
{[程序名称：XXAPP；单位时间流量使用量：20MB/小时；流量利用率：95%（0.95）；运行时长：2小时；处理器使用率：90%（0.9）；网络负载率：90%（0.9）]；
[程序名称：YYAPP；单位时间流量使用量：15MB/小时；流量利用率：90%（0.9）；运行时长：2小时；处理器使用率：80%（0.8）；网络负载率：70%（0.7）]}。
步骤302，基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组。
在一些实施例中，步骤302的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤202，在此不再赘述。
步骤303，将上述各个运行时长中的每个运行时长和与上述运行时长对应的流量利用率的乘积确定为运行调整值，得到运行调整值组。
在一些实施例中，上述执行主体可以将上述各个运行时长中的每个运行时长和与上述运行时长对应的流量利用率的乘积确定为运行调整值，得到运行调整值组。
作为示例，上述各个运行时长可以是“2；2”。可以将第1个运行时长“2”与上述运行时长对应的流量利用率“0.95”的乘积“1.9”确定为运行调整值。可以将第2个运行时长“2”与上述运行时长对应的流量利用率“0.9”的乘积“1.8”确定为运行调整值。得到运行调整值组“1.9；1.8”。
步骤304，基于上述各个运行时长中的每个运行时长、与上述运行时长对应的运行调整值、与上述运行时长对应的流量利用率和与上述运行时长对应的网络负载率，生成流量调整值，得到流量调整值组。
在一些实施例中，上述执行主体可以通过各种方法基于上述各个运行时长中的每个运行时长、与上述运行时长对应的运行调整值、与上述运行时长对应的流量利用率和与上述运行时长对应的网络负载率，生成流量调整值，得到流量调整值组。
在一些实施例的一些可选的实现方式中，上述执行主体可以通过公式，生成流量调整值：
Figure 955530DEST_PATH_IMAGE032
。
其中，
Figure 691405DEST_PATH_IMAGE007
表示流量调整值。
Figure 624726DEST_PATH_IMAGE008
表示上述与上述运行时长对应的运行调整值。
Figure 762446DEST_PATH_IMAGE009
表示上述与上述运行时长对应的流量利用率。
Figure 490231DEST_PATH_IMAGE010
表示上述运行时长。
Figure 978981DEST_PATH_IMAGE005
表示上述与上述运行时长对应的网络负载率。这里，流量调整值的取值可以保留至小数点后两位有效数字。
作为示例，上述与上述运行时长对应的运行调整值
Figure 184834DEST_PATH_IMAGE008
可以是“1.9”。上述与上述运行时长对应的流量利用率
Figure 675596DEST_PATH_IMAGE009
可以是“0.95”。上述运行时长
Figure 839861DEST_PATH_IMAGE010
可以是“2”。上述与上述运行时长对应的网络负载率
Figure 284749DEST_PATH_IMAGE005
可以是“0.9”。通过公式，生成流量调整值：
Figure 294293DEST_PATH_IMAGE033
。
作为另外一个示例，上述与上述运行时长对应的运行调整值
Figure 406606DEST_PATH_IMAGE008
可以是“1.8”。上述与上述运行时长对应的流量利用率
Figure 476193DEST_PATH_IMAGE009
可以是“0.9”。上述运行时长
Figure 939535DEST_PATH_IMAGE010
可以是“2”。上述与上述运行时长对应的网络负载率
Figure 487191DEST_PATH_IMAGE005
可以是“0.7”。通过公式，生成流量调整值：
Figure 719590DEST_PATH_IMAGE034
。
步骤305，将上述运行信息集中所包括的各个运行信息的数量确定为调整数量。
在一些实施例中，上述执行主体可以将上述运行信息集中所包括的各个运行信息的数量确定为调整数量。
作为示例，运行信息集可以是{[程序名称：XXAPP；单位时间流量使用量：20MB/小时；流量利用率：95%；运行时长：2小时；处理器使用率：90%；网络负载率：90%]；[程序名称：YYAPP；单位时间流量使用量：15MB/小时；流量利用率：90%；运行时长：2小时；处理器使用率：80%；网络负载率：70%]}。上述执行主体可以将上述运行信息集中所包括的各个运行信息的数量“2”确定为调整数量。
步骤306，基于上述调整数量、上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量。
在一些实施例中，上述执行主体可以通过公式，生成流量使用量：
Figure 960078DEST_PATH_IMAGE035
。
其中，
Figure 143673DEST_PATH_IMAGE012
表示流量使用量。
Figure 760599DEST_PATH_IMAGE013
表示上述调整数量。
Figure 847503DEST_PATH_IMAGE014
表示第
Figure 258893DEST_PATH_IMAGE015
个运行信息对应的负载调整值。
Figure 431248DEST_PATH_IMAGE016
表示第
Figure 586286DEST_PATH_IMAGE015
个运行信息对应的流量调整值。
Figure 527698DEST_PATH_IMAGE017
表示第
Figure 109989DEST_PATH_IMAGE015
个运行信息对应的运行时长。
Figure 504061DEST_PATH_IMAGE018
表示第
Figure 462790DEST_PATH_IMAGE015
个运行信息对应的单位时间流量使用量。
Figure 524286DEST_PATH_IMAGE019
表示向上取整运算。
作为示例，调整数量
Figure 543058DEST_PATH_IMAGE013
可以是“2”。运行信息集可以是{[程序名称：XXAPP；单位时间流量使用量：20MB/小时；流量利用率：95%；运行时长：2小时；处理器使用率：90%；网络负载率：90%]；[程序名称：YYAPP；单位时间流量使用量：15MB/小时；流量利用率：90%；运行时长：2小时；处理器使用率：80%；网络负载率：70%]}。流量调整值组可以是“0.78；0.85”。负载调整值组可以是“0.78；0.85”。通过公式，生成流量使用量：
Figure 922962DEST_PATH_IMAGE036
。
步骤304-306中的公式以及相关内容作为本公开的一个发明点，由此解决了背景技术提及的技术问题二“未根据不同应用程序的处理器使用率和网络负载率对流量使用量进行修正，导致所生成流量使用量有所偏差，进一步造成流量报警操作的误报率较高”。导致流量预警操作的误报率较高的影响因素往往如下：未根据不同应用程序的处理器使用率和网络负载率对流量使用量进行修正，导致所生成流量使用量有所偏差。如果解决了上述影响因素就能达到降低流量预警操作的误报率的效果，为了达到这一效果，步骤304中的公式引入了流量利用率和运行调整值。首先，引入流量利用率是为了对单位时间流量使用量进行修正。然后，通过运行调整值对处理器使用率和网络负载率进行进一步调整，以生成流量调整值。由此可以为提高生成流量使用量的准确度提供数据支持。最后，步骤306中的公式，同时引入了负载调整值和流量调整值两个参数对不同应用程序的处理器使用率和网络负载率进行调整，进而修正每个应用程序的流量使用量的误差，提高了生成流量使用量的准确度。从而，降低了流量报警操作的误报率。
步骤307，基于上述流量使用量，控制流量预警设备执行相关报警操作。
在一些实施例中，步骤307的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤205，在此不再赘述。
从图3可以看出，与图2对应的一些实施例的描述相比，图2对应的一些实施例中的流量报警方法的流300进一步修正了每个应用程序的流量使用量的误差，提高了流量使用量的准确度。从而，降低了流量报警操作的误报率。
进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种流量报警装置的一些实施例，这些装置实施例与图2上述的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图4所示，一些实施例的流量报警装置400包括：获取单元401、第一生成单元402、第二生成单元403、第三生成单元404和报警单元405。其中，获取单元401被配置成获取应用程序组中每个应用程序的运行信息，得到运行信息集，其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率；第一生成单元402被配置成基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；第二生成单元403被配置成基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组；第三生成单元404被配置成基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；报警单元405被配置成基于上述流量使用量，控制流量预警设备执行相关报警操作。
可以理解的是，该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元，在此不再赘述。
下面参考图5，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的计算设备101）500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储装置508加载到随机访问存储器（RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取应用程序组中每个应用程序的运行信息，得到运行信息集，其中，上述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与上述程序名称对应的运行时长、与上述程序名称对应的处理器使用率、与上述程序名称对应的网络负载率；基于上述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；基于上述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组；基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；基于上述流量使用量，控制流量预警设备执行相关报警操作。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、第一生成单元、第二生成单元、第三生成单元和报警单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第三生成单元还可以被描述为“基于上述负载调整值组、上述流量调整值组、上述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种流量报警方法，包括：
获取应用程序组中每个应用程序的运行信息，得到运行信息集，其中，所述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与所述程序名称对应的运行时长、与所述程序名称对应的处理器使用率和与所述程序名称对应的网络负载率；
基于所述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；
基于所述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组；
基于所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；
其中，将所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长输入至以下公式，生成流量使用量：
Figure DEST_PATH_IMAGE001
，
其中，
Figure 355868DEST_PATH_IMAGE002
表示流量使用量，
Figure DEST_PATH_IMAGE003
表示所述运行信息集中所包括的各个运行信息的数量，
Figure 106786DEST_PATH_IMAGE004
表示第
Figure DEST_PATH_IMAGE005
个运行信息对应的运行时长，
Figure 542447DEST_PATH_IMAGE006
表示第
Figure 845252DEST_PATH_IMAGE005
个运行信息对应的单位时间流量使用量，
Figure DEST_PATH_IMAGE007
表示第
Figure 984108DEST_PATH_IMAGE005
个运行信息对应的流量调整值，
Figure 132192DEST_PATH_IMAGE008
表示第
Figure 891201DEST_PATH_IMAGE005
个运行信息对应的负载调整值，
Figure DEST_PATH_IMAGE009
表示向上取整运算；
基于所述流量使用量，控制流量预警设备执行相关报警操作。
2.根据权利要求1所述的方法，其中，所述基于所述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组，包括：
将所述各个处理器使用率中的每个处理器使用率和预设调整值的乘积确定为调整值，得到调整值组；
基于所述各个处理器使用率中的每个处理器使用率、与所述处理器使用率对应的调整值和与所述处理器使用率对应的网络负载率，生成负载调整值，得到负载调整值组。
3.根据权利要求1所述的方法，其中，所述运行信息集中的运行信息还包括流量利用率；以及
所述基于所述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组，包括：
将所述各个运行时长中的每个运行时长和与所述运行时长对应的流量利用率的乘积确定为运行调整值，得到运行调整值组；
基于所述各个运行时长中的每个运行时长、与所述运行时长对应的运行调整值、与所述运行时长对应的流量利用率和与所述运行时长对应的网络负载率，生成流量调整值，得到流量调整值组。
4.根据权利要求3所述的方法，其中，所述基于所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量，包括：
将所述运行信息集中所包括的各个运行信息的数量确定为调整数量；
基于所述调整数量、所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量。
5.根据权利要求1所述的方法，其中，所述基于所述流量使用量，控制流量预警设备执行相关报警操作，包括：
响应于所述流量使用量符合预设条件，控制流量预警设备进行流量预警操作。
6.根据权利要求5所述的方法，其中，所述方法还包括：
响应于所述流量使用量不符合所述预设条件，生成流量预警信息；
将所述流量预警信息发送至相关显示设备以供浏览。
7.一种流量报警装置，包括：
获取单元，被配置成获取应用程序组中每个应用程序的运行信息，得到运行信息集，其中，所述运行信息集中的运行信息包括程序名称、单位时间流量使用量、与所述程序名称对应的运行时长、与所述程序名称对应的处理器使用率和与所述程序名称对应的网络负载率；
第一生成单元，被配置成基于所述运行信息集所包括的各个处理器使用率和各个网络负载率，生成负载调整值组；
第二生成单元，被配置成基于所述运行信息集所包括的各个运行时长和各个网络负载率，生成流量调整值组；
第三生成单元，被配置成基于所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长，生成流量使用量；所述第三生成单元被进一步配置成：
将所述负载调整值组、所述流量调整值组、所述运行信息集所包括的各个单位时间流量使用量和各个运行时长输入至以下公式，生成流量使用量：
Figure 630487DEST_PATH_IMAGE001
，
其中，
Figure 209367DEST_PATH_IMAGE002
表示流量使用量，
Figure 895563DEST_PATH_IMAGE003
表示所述运行信息集中所包括的各个运行信息的数量，
Figure 633712DEST_PATH_IMAGE004
表示第
Figure 153686DEST_PATH_IMAGE005
个运行信息对应的运行时长，
Figure 344496DEST_PATH_IMAGE006
表示第
Figure 834383DEST_PATH_IMAGE005
个运行信息对应的单位时间流量使用量，
Figure 161459DEST_PATH_IMAGE007
表示第
Figure 85291DEST_PATH_IMAGE005
个运行信息对应的流量调整值，
Figure 763397DEST_PATH_IMAGE008
表示第
Figure 322554DEST_PATH_IMAGE005
个运行信息对应的负载调整值，
Figure 645082DEST_PATH_IMAGE009
表示向上取整运算；
报警单元，被配置成基于所述流量使用量，控制流量预警设备执行相关报警操作。
8.根据权利要求7所述的流量报警装置，其中，所述第一生成单元被进一步配置成：
将所述各个处理器使用率中的每个处理器使用率和预设调整值的乘积确定为调整值，得到调整值组；
基于所述各个处理器使用率中的每个处理器使用率、与所述处理器使用率对应的调整值和与所述处理器使用率对应的网络负载率，生成负载调整值，得到负载调整值组。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN202011514037.8A 2020-12-21 2020-12-21 流量报警方法、装置、电子设备和计算机可读介质 Active CN112235167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011514037.8A CN112235167B (zh) 2020-12-21 2020-12-21 流量报警方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011514037.8A CN112235167B (zh) 2020-12-21 2020-12-21 流量报警方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN112235167A CN112235167A (zh) 2021-01-15
CN112235167B true CN112235167B (zh) 2021-03-23

Family

ID=74124925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011514037.8A Active CN112235167B (zh) 2020-12-21 2020-12-21 流量报警方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN112235167B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106817340B (zh) * 2015-11-27 2020-05-08 阿里巴巴集团控股有限公司 预警决策的方法、节点及子系统
CN209070519U (zh) * 2018-11-02 2019-07-05 苏州友教习亦教育科技有限公司 应用软件性能实时监控装置
CN109618298B (zh) * 2018-11-12 2021-10-08 斑马网络技术有限公司 流量控制方法、装置、设备及存储介质
CN112019406B (zh) * 2020-10-29 2021-01-15 北京每日优鲜电子商务有限公司 流量监控方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
CN112235167A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN112182374B (zh) 库存控制方法、装置、电子设备和计算机可读介质
CN114928574B (zh) 信息发送方法、装置、电子设备和计算机可读介质
CN110768861B (zh) 一种获取超时阈值的方法、装置、介质和电子设备
CN112416632A (zh) 事件通信方法、装置、电子设备和计算机可读介质
CN112559898B (zh) 物品信息发送方法、装置、电子设备和计算机可读介质
CN112019406B (zh) 流量监控方法、装置、电子设备和计算机可读介质
CN112235167B (zh) 流量报警方法、装置、电子设备和计算机可读介质
CN114745276B (zh) 交换机带宽调整方法、装置、电子设备和计算机可读介质
CN112994251B (zh) 电量预警方法、装置、电子设备和计算机可读介质
CN112817701B (zh) 定时器处理方法、装置、电子设备和计算机可读介质
CN112163176A (zh) 数据存储方法、装置、电子设备和计算机可读介质
CN111580890A (zh) 用于处理特征的方法、装置、电子设备和计算机可读介质
CN112527454A (zh) 容器组调度方法、装置、电子设备和计算机可读介质
CN112804164B (zh) 流量信息生成方法、装置、电子设备和计算机可读介质
CN112507676A (zh) 能源报表生成方法、装置、电子设备和计算机可读介质
CN111930331A (zh) 信息显示方法、装置、电子设备和计算机可读介质
CN112148448A (zh) 资源分配方法、装置、设备和计算机可读介质
CN112015625B (zh) 报警设备控制方法、装置、电子设备和计算机可读介质
CN118158082B (zh) 智能家居设备通信资源报文更新方法、装置、设备与介质
CN112015997B (zh) 页面显示方法、装置、电子设备和计算机可读介质
CN112073202B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN113852570B (zh) 推荐节点带宽生成方法、装置、设备和计算机可读介质
CN113037597B (zh) 流量监控方法、装置、电子设备和计算机可读介质
CN112685455B (zh) 实时数据分类显示方法、装置、电子设备和可读介质
CN111698132B (zh) 用于控制集群中心跳事件的方法、装置、设备和介质

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
GR01 Patent grant
GR01 Patent grant