CN112527598B - 监控数据的方法、装置、设备、存储介质和程序产品 - Google Patents
监控数据的方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN112527598B CN112527598B CN202011462216.1A CN202011462216A CN112527598B CN 112527598 B CN112527598 B CN 112527598B CN 202011462216 A CN202011462216 A CN 202011462216A CN 112527598 B CN112527598 B CN 112527598B
- Authority
- CN
- China
- Prior art keywords
- index
- determining
- value
- values
- monitoring
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
Abstract
本申请公开了一种监控数据的方法、装置、设备、存储介质和程序产品,应用于智能推荐和大数据技术领域。具体实现方案为:获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到多个预设指标各自的多个指标值;针对多个预设指标中的每个指标,根据每个指标的多个指标值的分布信息确定每个指标的告警阈值;根据每个指标的多个指标值,确定每个指标随时间变化的显著度;以及根据显著度确定多个预设指标中的监控指标,以根据监控指标和监控指标的告警阈值监控目标数据。
Description
技术领域
本申请涉及数据处理领域,具体涉及智能推荐和大数据技术领域,更具体地涉及一种监控数据的方法、装置、设备、存储介质和程序产品。
背景技术
随着计算机技术的发展,为用户提供线上服务的各种产品随之出现。为了避免产品在线上运行时出现问题,通常会对产品进行线下测试,同时对产品线上运行过程中产生的数据进行监控。
相关技术中,由业务人员根据经验来设定监控数据的策略。但随着产品线上业务的增多及线上业务更新频率的加快,对产品运行过程产生的数据进行监控的监控策略需要频繁添加和更新,这对业务人员的能力提出了更高的要求,并对监控结果的准确性和有效性提出了较大挑战。
发明内容
提供了一种用于根据历史数据推荐监控策略以此降低业务人员压力、提高监控准确性和有效性的监控数据的方法、装置、设备、存储介质和程序产品。
根据第一方面,提供了一种监控数据的方法,包括:获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到多个预设指标各自的多个指标值;针对多个预设指标中的每个指标,根据每个指标的多个指标值的分布信息,确定每个指标的告警阈值;根据每个指标的多个指标值,确定每个指标随时间变化的显著度;以及根据显著度,确定多个预设指标中的监控指标,以根据监控指标和监控指标的告警阈值监控目标数据。
根据第二方面,提供了一种监控数据的装置,包括:指标值获取模块,用于获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到多个预设指标各自的多个指标值;阈值确定模块,用于针对多个预设指标中的每个指标,根据每个指标的多个指标值的分布信息,确定每个指标的告警阈值;显著度确定模块,用于根据每个指标的多个指标值,确定每个指标随时间变化的显著度;以及监控指标确定模块,用于根据显著度,确定多个预设指标中的监控指标,以根据监控指标和监控指标的告警阈值监控目标数据。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请提供的监控数据的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本申请提供的监控数据的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本申请提供的监控数据的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的监控数据的方法、装置、设备、存储介质和程序产品的应用场景示意图;
图2是根据本申请实施例的监控数据的方法的流程示意图;
图3A是根据本申请实施例的确定告警阈值的原理示意图;
图3B是根据本申请另一实施例的确定告警阈值的原理示意图;
图4是根据本申请另一实施例的确定告警阈值的原理示意图;
图5是根据本申请另一实施例的确定告警阈值的原理示意图;
图6是根据本申请另一实施例的确定告警阈值的原理示意图;
图7是根据本申请实施例的监控数据的装置的结构框图;以及
图8是用来实现本申请实施例的监控数据的方法的电子设备的框图。
实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请提供了一种监控数据的方法。该方法先获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到多个预设指标各自的多个指标值。随后针对多个预设指标中的每个指标,根据每个指标的多个指标值的分布信息确定每个指标的告警阈值,以及根据每个指标的多个指标值,确定每个指标随时间变化的显著度。最后根据显著度确定多个预设指标中的监控指标,以根据监控指标和监控指标的告警阈值监控目标数据。
以下将结合图1对本申请提供的方法和装置的应用场景进行描述。
图1是根据本申请实施例的监控数据的方法、装置、设备、存储介质和程序产品的应用场景图。
如图1所示,该实施例的应用场景100例如可以包括终端设备110。
终端设备110例如可以是能够提供交互界面且具有处理功能的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机等。
示例性地,终端设备110中可以安装有各种客户端应用,例如地图导航类应用、搜索类应用、即时通信工具、网页浏览器应用、新闻类应用、视频播放类应用等(仅为示例)。在每个应用的运行过程中会产生大量数据130,例如下载流量、上传流量、访问量等。
示例性地,终端设备110例如还可以设置有控制系统,用于控制各种物品生产系统中各个设备,并记录各设备的运行状态。在控制系统运行过程中也会产生大量数据130,例如生产系统中各设备的运行参数等。或者,终端设备110中可以通过网页浏览器应用访问网站,在访问过程中,需要对网站的运行进行监控。
根据本申请的实施例,为了保证应用程序或生产系统的正常运行,通常需要对应用程序或生产系统运行过程中产生的数据130进行监控,并根据监控结果确定应用程序或生产系统是否正常运行。在终端设备110中设置有控制系统的情况下,可以由控制系统来对生产系统中各设备的运行参数进行监控。
在一实施例中,如图1所示,该应用场景100还可以包括有服务器120,该服务器120与终端设备110之间通过网络连接。服务器120例如可以用于监控终端设备110运行应用程序或控制生产系统的过程中生成的数据130。该服务器120例如可以为应用程序服务器、分布式系统的服务器,或者是结合了区块链的服务器。或者,服务器还可以为虚拟服务器或云服务器等。
在一实施例中,为了便于后续调用终端设备110产生的数据130。如图1所示,该应用场景100还可以包括数据库140,终端设备110可以通过网络访问数据库140,以将产生的数据130存入数据库140中。
在一实施例中,服务器120例如也可以通过网络访问数据库140,以获取终端设备110在近期产生的历史数据,并根据历史数据确定对后续产生的数据进行监控的监控策略150。
在一实施例中,服务器120还可以根据监控策略150对终端设备110中的应用程序或控制系统进行监控,以实现对数据130的监控。从而实时了解应用程序或控制系统控制的生产系统是否正常运行。
需要说明的是,本申请实施例提供的监控数据的方法一般可以由服务器120执行。相应地,本申请实施例提供的监控数据的装置一般可以设置在服务器120中。
应该理解,图1中的终端设备、服务器和数据库的类型仅仅是示意性的。根据实现需要,可以具有任意类型的终端设备、服务器和数据库。
以下将结合图1描述的应用场景,通过图2~图6对本申请实施例提供的监控数据的方法进行详细描述。
图2是根据本申请实施例的监控数据的方法的流程示意图。
如图2所示,该实施例的监控数据的方法200包括操作S210、操作S230、操作S250和操作S270。可以理解的是,操作S230与操作S250可以根据任意顺序执行。例如,操作S230与操作S250可以同时执行,操作S230可以在操作S250之前,或者在操作S250之后执行。
在操作S210,获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到多个预设指标各自的多个指标值。
根据本申请的实施例,目标数据例如可以为终端设备中的应用程序运行过程中或控制系统控制的生产系统运行过程中生成的多个数据中的任意一个。例如,目标数据可以为以下任意一个:上传流量、下载流量、运行时长、消耗功率、吞吐量、并发量等。
示例性地,在生成目标数据后,例如可以通过将生成的目标数据与历史生成的目标数据进行比对,来得到目标数据的多个指标的指标值,并将该指标值存入数据库中。该操作S210可以直接从数据库中读取多个指标的指标值。其中,多个时刻例如可以为预设时段包括的各时刻。其中,预设时段可以为一天、一周、一个月、一年等,该预设时段可以为距离当前时刻最近的历史时段。
示例性地,预设指标例如可以包括任意一个:数据的取值、同环比、同环差、环比差、波动斜率、波动趋势、同比、同比差等。
根据本申请的实施例,多个预设指标的指标值可以是根据目标数据在多个时刻的数值来分析得到。例如,可以先获取目标数据在多个时刻的数值,然后根据目标数据在多个时刻的数值,确定目标数据的多个预设指标各自在多个时刻的指标值。其中,多个时刻的数值例如可以从数据库中获取。例如,该实施例可以同时从数据库中获取用来与多个时刻的数值进行对比的数值,以便于确定针对多个时刻的数值的同比、同比差、同环比、同环差、波动斜率、波动趋势等指标的指标值。
示例性地,目标数据在多个时刻的数值例如可以由业务人员输入。或者,业务人员可以提供数据库的访问地址,由服务器根据访问地址从数据库中读取目标数据的数值。或者,服务器可以通过调用需要监控的应用程序等提供的接口来获取目标数据的数值。其中,目标数据例如可以是键值对类型的,键表示数据类型,值为数据的数值。可以理解的是,上述目标数据的获取方式仅作为示例以利于理解本申请,根据实际场景,可以采用任意的方式来获取目标数据在多个时刻的数值。
根据本申请的实施例,针对同比指标而言,单个周期例如可以为一年、一季度、一个月或一周等。针对环比指标而言,单个周期为长度短于针对同比指标的单个周期长度的任意长度。例如,针对同比指标,单个周期为一年,针对环比指标,单个周期为一个月。
在操作S230,针对多个预设指标中的每个指标,根据每个指标的多个指标值的分布信息确定每个指标的告警阈值。
根据本申请的实施例,该操作S230例如可以根据每个指标的多个指标值的大小分布来确定告警阈值。其中,告警阈值例如可以仅包括告警上限阈值或告警下限阈值,也可以不仅包括告警上限阈值,还包括告警下限阈值。该告警阈值的类型可以根据对目标数据监控的实际需求进行限定,本申请对此不做限定。
示例性地,对于吞吐量指标,若多个时刻中预设比例时刻的吞吐量在100/s~1000/s,则可以确定告警阈值包括上限阈值1000/s,和下限阈值100/s。其中,预设比例可以根据实际需求进行设定,本申请对此不做限定。
在操作S250,根据每个指标的多个指标值,确定每个指标随时间变化的显著度。
根据本申请的实施例,每个指标随时间变化的显著度例如可以与多个时刻处多个指标值的以下任意一个值相关:方差、最大值与最小值的差值、协方差、二阶差分、变异系数等。
示例性地,该实施例可以在获取到每个指标的多个指标值后,计算该多个指标值的以上任意一个值,将该任意一个值作为显著度。或者,在针对每个指标得到任意一个值后,对多个指标的任意一个值进行归一化,并将归一化的值作为指标随时间变化的显著度。
在操作S270,根据显著度确定多个预设指标中的监控指标,以根据监控指标和监控指标的告警阈值监控目标数据。
根据本申请的实施例,在针对每个指标得到显著度后,可以将多个指标中显著度最大的一个指标作为监控指标。或者,可以将多个指标中显著度较大的预设数量个指标作为监控指标。
在得到监控指标后,可以将该监控指标和监控指标的告警阈值作为推荐的监控策略进行展示,以便于业务人员根据该推荐的监控策略设定告警。或者,在得到监控指标后,可以直接以推荐的监控策略对终端设备中产生的数据进行监控,并在确定产生的数据大于告警阈值的情况下,发出告警信息,以及时提醒业务人员终端设备中应用程序、访问网站或控制系统控制的生产系统运行异常,从而及时消除异常,使得应用程序、网站、生产系统能够正常运行,提高用户体验。
根据上文描述可知,本申请实施例的监控数据的方法可以根据历史数据确定监控策略。以此在因业务更新产生新类型的数据时,可以根据预设时段内产生的数据来设定针对该新类型数据的监控策略,无需业务人员根据人工经验添加。或者,在因业务更新使得数据的取值发生明显变化的情况下(例如吞吐量明显提高的情况下),可以根据新生成的吞吐量重新确定合适的告警阈值,而无需业务人员根据经验对该告警阈值进行告警。因此,可以提高数据监控的准确性、降低数据监控维护的成本。
根据本申请的实施例,在确定每个指标的告警阈值时,例如还可以将多个时刻划分为多个时段,然后针对多个时段中的每个时段确定一个告警阈值。以此使得确定的告警阈值更为符合不同时段的需求,便于提高数据监控的准确性。
图3A是根据本申请实施例的确定告警阈值的原理示意图。
根据本申请的实施例,可以根据多个时刻所属自然日的属性将多个时刻划分至多个时段,以将所属自然日的属性相同的时刻划分至同一个时段,将所属自然日的属性不同的时刻划分至不同的时段。例如,如图3A所示的实施例300,可以将多个时刻310划分至工作日时段321和非工作日时段322。其中非工作日时段322包括休息日和节假日等,相应地,工作日时段321还应包括有调休工作日。
在将多个时刻划分至多个时段后,可以根据每个指标在每个时段中各时刻的指标值,确定每个指标针对每个时段的指标值序列。例如,可以将每个指标在每个时段中各时刻的指标值按时间排列构成指标值序列。例如,针对工作日时段321,可以得到第一指标值序列331,针对非工作日时段322,可以得到第二指标值序列332。
在得到针对每个时段的指标值序列后,可以根据每个时段的指标值序列中指标值的分布信息,来确定每个指标针对每个时段的告警阈值。例如,根据第一指标值序列331中多个指标值的分布,确定得到针对工作日时段321的第一告警阈值341。根据第二指标值序列332中多个指标值的分布,确定得到针对非工作日时段322的第二告警阈值342。
本申请实施例通过根据所属自然日的属性来对时刻进行划分,可以考虑到不同属性的自然日中终端设备产生的数据因社会效应等因素的影响而具有的较大差距,并因此可以实现对指标告警阈值的合理设定。避免由于中和不同时段中不同业务需求量生成的具有较大差距的数据,而使得数据监控时对确定的告警阈值敏感度较高而容易误报警的情况,从而可以提高数据监控的准确性。
图3B是根据本申请另一实施例的确定告警阈值的原理示意图。
根据本申请的实施例,如图3B所示的实施例300’,预设时段310’例可以根据指标值的周期分布而划分为等长的多个时间周期,例如可以划分为第一时间周期321’和第二时间周期322’。每个时间周期可以包括多个时间区间,且不同时间周期包括的时间区间相同,例如,第一时间周期321’和第二时间周期322’均包括第一时间区间331’和第二时间区间332’。指标在多个时间周期中位于相同时间区间中各时刻处的指标值彼此相近。该实施例可以将属于多个时间周期中相同时间区间的时刻划分至一个时段,以此得到多个时段。例如,可以将多个时刻中属于第一时间周期321’包括的第一时间区间331’的时刻和属于第二时间周期322’包括的第一时间区间331’的时刻划分至第一时段341’,将多个时刻中属于第一时间周期321’包括的第二时间区间332’的时刻和属于第二时间周期322’包括的第二时间区间332’的时刻划分至第二时段342’。
在将多个时刻划分至多个时段后,可以根据每个指标在每个时段中各时刻的指标值,确定每个指标针对每个时段的指标值序列。例如,可以将每个指标在每个时段中各时刻的指标值按时间排列构成指标值序列。在得到针对每个时段的指标值序列后,可以根据每个时段的指标值序列中指标值的分布信息,来确定每个指标针对每个时段的告警阈值。例如,根据针对第一时段341’的指标值序列中多个指标值的分布,确定得到针对第一时段341’的第一告警阈值。根据针对第二时段342’的指标值序列中多个指标值的分布,确定得到针对第二时段342’的第二告警阈值。
示例性地,时间周期例如可以为一周,该一周包括的时间区间例如可以包括七个,每一天为一个时间区间。或者,时间周期例如可以为一天,该一天包括的时间区间例如可以为12个,每个时辰为一个时间区间。或者,该一天包括的时间区间也可以为24个,每个小时为一个时间区间。
可以理解的是,前述预设时段包括的时间周期的个数、每个时间周期包括的时间区间的个数仅作为示例以利于理解本申请,本申请对此不做限定。
本申请实施例通过将时间周期划分为多个时间区间,并将属于不同周期的相同时间区间的时刻划分至同一个时段,可以考虑到不同时间区间中终端设备产生的数据因不同需求而具有的较大差距,并因此可以实现对指标告警阈值的精准设定。避免由于中和不同时段中不同业务需求量生成的具有较大差距的数据,而使得数据监控时对确定的告警阈值敏感度较高而容易误报警的情况,从而可以提高数据监控的准确性。
图4是根据本申请另一实施例的确定告警阈值的原理示意图。
根据本申请的实施例,还可以在通过将所属自然日的属性相同的时刻划分至同一个时段后,将每个时段进一步划分为多个子时段。以此针对每个子时段得到一个监控阈值,以进一步地提高监控的精确性。相应地,在确定针对每个时段的指标值序列时,可以先根据预设规则将每个时段划分为多个子时段。随后再针对多个子时段中的每个子时段,根据每个指标在每个子时段中各时刻的指标值,确定针对每个子时段的指标值序列。在确定每个指标针对每个时段的告警阈值时,对于每个子时段,根据指标针对每个子时段的指标值序列,来确定每个指标针对每个子时段的告警阈值。
示例性地,预设规则可以为等分规则。如图4所示的实施例400,在将多个时刻410划分为工作日时段421和非工作日时段422后,可以将工作日时段421中的每天划分为24个子时段,每个子时段为一个小时。例如,在工作日包括m天时,将m天中时间区间为[0:00,1:00)的m个子时段组成的子时段集合作为最终划分得到的一个第一子时段431,将m天中时间区间为[1:00,2:00)的m个子时段组成的子时段集合作为最终划分得到一个第一子时段432。以此类推,可以得到24个第一子时段。采用类似方法,可以将非工作日时段422同样划分为24个子时段,得到第二子时段441、第二子时段442等。
在得到工作日时段的多个第一子时段及非工作日时段中的多个第二子时段后,如图4所示,针对多个第一子时段和多个第二子时段中的每个子时段,将每个子时段中各时刻的指标值按时间排列,得到针对每个子时段的指标值序列。从而得到第一指标值序列451、第一指标值序列452、…、第二指标值序列461、第二指标值序列462、…,总计48个指标值序列。根据该48个指标值序列中的每个指标值序列的指标值的分布信息,可以得到一个告警阈值。从而得到针对每个子时段的告警阈值,包括告警阈值471、告警阈值472、…、告警阈值481、告警阈值482等。
根据本申请的实施例,在根据预设规则将每个时段划分为多个子时段时,可以根据业务的实际需求来设定划分规则,本申请对此不做限定。例如,若根据业务类型确定目标数据对时间敏感度高,则可以以半小时、15min、10min、1min等为单位划分得到子时段。若目标数据对时间敏感度低,则可以以1个小时、一个时辰、6个小时、1天等为单位划分得到子时段。
根据本申请的实施例,在根据预设规则将每个时段划分为多个子时段时,可以根据每个指标在每个时段中相邻两个时刻的指标值之间的差异度,将每个时段划分为多个子时段,以将差异度大于第一预设阈值的两个指标值对应的两个时刻划分至不同的子时段。此种情况下,划分得到的多个子时段彼此之间的长度可以相等,也可以不相等。其中,相邻两个时刻的指标值之间的差异度可以通过标准差、方差等来表示。其中,第一预设阈值例如可以根据实际需求进行设定,例如,若目标数据随时间的波动较大,可以将该阈值设定的高一些,若目标数据随时间的波动较小,可以将该阈值设定的低一些。该实施例通过根据上述方式划分子时段,可以使得子时段的划分更为符合数据特性,以使得各子时段中的指标值相对平滑,并因此可以提高确定的告警阈值的准确性。
可以理解的是,上述预定规则仅作为示例以利于理解本申请,针对不同类型的目标数据,可以设定不同的预定规则。再者,针对多个指标中的不同指标,也可以设定不同的第一预设阈值,例如,对于数据的取值,可以设定较大的第一预设阈值,针对同环差设定的第一预设阈值可以大于针对环比差设定的第一预设阈值。本申请对该预定规则和第一预设阈值的选择不做限定。
根据本申请的实施例,在通过上述方式划分得到多个子时段后,可以针对每个子时段,对每个子时段中各时刻的指标值进行分析,从中挑选出异常指标值并进行剔除,最后将剔除异常指标值后剩余的指标值构成的序列作为针对每个子时段的指标值序列。通过此方式,可以进一步平滑各指标值序列中指标值的取值,避免异常数据对确定的告警阈值的影响,并因此进一步提高告警阈值的准确性。
示例性地,在对每个子时段中各时刻的指标值进行分析时,例如可以先确定每个指标在属于每个子时段的多个时刻处的多个指标值的平均值。然后确定多个指标值中每个指标值相对于平均值的偏离程度。最后将偏离程度较大的预设数量个指标值作为异常指标值。或者,将偏离程度大于预设值的指标值作为异常指标值。其中,偏离程度例如可以由指标值与平均值之间的绝对差值、绝对差值与平均值之间的比值等来表示。
根据本申请的实施例,在得到相邻两个时刻的指标值之间的差异度后,例如还可以以差异度作为参考来确定监控指标。例如,若每个时段中任意相邻的两个时刻的同环比的差异度均较小,则在从多个指标中挑选监控指标时,可以将该同环比排除。
图5是根据本申请另一实施例的确定告警阈值的原理示意图。
根据本申请的实施例,在每个时段包括在多个时间周期中处于相同时间区间的多个子时段的情况下,可以对属于同一时段的多个子时段中的数据进行彼此之间的比对,根据比对结果来确定异常时刻,最后将异常时刻的指标值作为异常值进行剔除。在剔除异常指标值后再确定告警阈值。通过此方式,可以将异常时刻的数据剔除,从而进一步提高确定的告警阈值的准确性。
示例性地,为了剔除异常时刻的指标值,该实施例在确定每个指标针对多个时段中任一时段的指标值序列时,可以先针对该任一时段包括的多个子时段中的每个子时段,根据每个指标在每个子时段中各时刻的指标值,确定针对每个子时段的指标值序列,以得到针对多个子时段的多个指标值序列。然后针对按时间顺序排列的任意两个相邻指标值序列中位于相同位置的任意两个指标值。确定任意两个指标值之间的差异度。最后在差异度小于第二预设差异度的情况下,剔除多个指标值序列中位于相同位置的指标值,得到更改后的多个指标值序列。
示例性地,如图5所示,对于包括第一子时段511~第三子时段513的任一时段510,可以先确定针对第一子时段511~第三子时段513各自的指标值序列,得到针对第一子时段511的第一指标值序列521,针对第二子时段512的第二指标值序列522和针对第三子时段513的第三指标值序列523。若第一子时段511为最近一周中周一的[8:00,9:00),第二子时段512为最近一周中周二的[8:00,9:00),第三子时段513为最近一周中周三的[8:00,9:00)。多个时刻中包括时刻8点10分,则该实施例可以从第一指标值序列521中取出对应8点10分的第一指标值,从第二指标值序列522中取出对应8点10分的第二指标值,从第三指标值序列523中取出对应8点10分的第三指标值。随后,计算第一指标值与第二指标值之间的差异度,得到第一差异度531,同时计算第二指标值与第三指标值之间的差异度,得到第二差异度532。最后将第一差异度531和第二差异度532分别与第二预设阈值进行比较,若第一差异度531和第二差异度532中任意一个差异度小于第二预设阈值,则从第一指标值序列521~第三指标值序列523中分别剔除第一指标值、第二指标值和第三指标值。得到更改后的第一指标值序列~第三指标值序列。相应地,针对该任一时段510的指标值序列包括该更改后的第一指标值序列~第三指标值序列。
示例性地,两个指标值之间的差异度例如可以通过标准差、方差等来表示,第二预设阈值例如可以根据实际需求进行设定。第二预设阈值的设定与前文描述的第一预设阈值类似,在此不再赘述。
图6是根据本申请另一实施例的确定告警阈值的原理示意图。
根据本申请的实施例,在确定每个指标的告警阈值时,例如可以根据多个指标值的大小顺序排列的分布信息,确定指标值的多个分位值。然后确定多个分位值中,对应的指标值绝对差值大于预设值的两个相邻分位值。最后根据两个相邻分位值中取值较小的分位值,确定每个指标的告警阈值。该实施例通过确定分位值,可以使得设定的告警阈值能够满足数据稳定的需求,可以使得非稳定数据高于告警阈值,从而可以提高确定的告警阈值的准确性。
示例性地,如图6所示,可以对每个指标的多个指标值进行统计,得到多个指标值的分布图600。该分布图600中,x轴为指标值的取值,y轴为指标值的个数。该实施例可以将多个指标值根据大小顺序沿x轴排列。根据该分布图600,计算指标值的多个分位值。在计算分位值时,可以将各指标值对应的个数作为权重,计算如图6所示的分布曲线610与X轴包围的面积,随后将面积分为n等分。在计算包围的面积时,可以将取值为x1的指标值的个数作为计算分布曲线610中的曲线段611与x轴围成的面积的权重,将取值为x2的指标值的个数作为计算分布曲线610中的曲线段612与x轴围成的面积的权重。以此类推,可以计算得到分布曲线610与x轴围成的面积。n的取值可例如可以为10、5、2等较小的值。每个分位值对应一个指标值的取值。据此,可以计算得到n个分位值中每两个相邻的分位值对应的两个指标值的差值。例如,若(n-1)分位值对应的指标值的取值为取值621,若n分位值对应的指标值的取值为取值622,且取值621与取值622之间的差值的绝对值大于预设值,则可以确定(n-1)分位值对应的指标值的取值为每个指标的告警阈值。
可以理解的是,分布图600的类型仅作为示例以利于理解本申请,本申请对此不做限定。在另一实施例中,可以采用柱状图来体现多个指标值的分布,并采用与前文描述的方法类似的方法来确定多个分位置。预设值的取值可以根据实际需求进行设定。
在一实施例中,还可以对多个指标值进行统计。例如,若90%的指标值的取值均小于第一值,91%的指标值的取值均小于第二值,且第一值与第二值之间的差值大于预设值,则确定告警阈值为第一值。
可以理解的是,在前述将多个时刻划分至多个时段的实施例中,可以通过对针对每个时段的指标值序列中多个指标值进行如图6所示的类似统计,来确定针对每个时段的告警阈值。在将多个时刻划分至多个时段,再将每个时段划分为多个子时段后,可以通过对针对每个子时段的指标值序列中多个指标值进行如图6所示的类似统计,来确定针对每个子时段的告警阈值。
根据本申请的实施例,在采用如图6描述的方法得到两个相邻分位值中取值较小的分位值后,例如还可以采用预设校正系数来调整取值较小的分位值对应的指标值,以此将调整后的指标值作为告警阈值。其中,校正系数例如可以为经验值,或者可以根据每个指标的历史告警阈值来确定。本申请对该校正系数的取值不做限定。其中,在采用预设校正系数来调整取值较小的分位值对应的指标值时,可以将预设校正系数作为权重来计算与取值较小的分位值对应的指标值之间的乘积,将得到的乘积作为调整后的指标值。通过设置预设校正系数,在确定告警阈值时,可以在一定程度上考虑历史经验,从而进一步提高确定的告警阈值的准确性。
根据本申请的实施例,在通过前述实施例得到监控指标和针对监控指标的告警阈值后,若不存在针对目标数据的监控历史,则可以将得到的监控指标和监控指标的告警阈值作为监控策略来对目标数据进行监控。
根据本申请的实施例,在存在针对目标数据的监控历史的情况下,可以将得到的监控指标与监控历史中的监控指标进行比对,在得到的监控指标与监控历史中的预设监控指标不一致的情况下,输出第一提示信息,以提示业务人员对预设监控指标进行更改。
根据本申请的实施例,在得到的监控指标与监控历史中的监控指标一致的情况下,可以将确定的监控指标的告警阈值与监控历史中监控指标的预设告警阈值进行比对。在得到的监控指标的告警阈值与预设告警阈值不一致的情况下,输出第二提示信息,以提示业务人员更改监控指标的预设告警阈值。
根据本申请的实施例,输出的第一提示信息和/或第二提示信息例如可以发送给业务人员的个人终端设备,或者可以通过产生数据的终端设备进行输出。以此,在业务人员查看到提示信息后,可以根据实际情况确定得到的监控指标和/或得到的监控指标的告警阈值是否合理。若合理,则对预设监控指标和/或预设告警阈值进行调整。
通过该实施例,可以使得业务人员及时感知终端设备产生的数据的变化,从而形成闭环的持续优化告警机制,保证对数据监控的准确性和时效性。
根据本申请的实施例,在目标数据为多个的情况下,为了便于区分不同的目标数据,该实施例还可以预先针对每个目标数据构建图表,并将构建的图表存储至预定存储空间。如此,在对目标数据进行监控时,可以从预定存储空间中直接获取目标数据对应的图表,并通过图表来体现目标数据的分布曲线,及目标数据的监控指标的指标值分布曲线。
基于上文描述的监控数据的方法,本申请还提供了一种监控数据的装置,以下将结合图7,对本申请提供的监控数据的装置进行详细描述。
图7是根据本申请实施例的监控数据的装置的结构框图。
如图7所示,该实施例的监控数据的装置700可以包括指标值获取模块710、阈值确定模块730、显著度确定模块750和监控指标确定模块770。
指标值获取模块710用于获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到多个预设指标各自的多个指标值。在一实施例中,指标值获取模块710例如可以用于执行前文描述的操作S210,在此不再赘述。
阈值确定模块730用于针对多个预设指标中的每个指标,根据每个指标的多个指标值的分布信息,确定每个指标的告警阈值。在一实施例中,阈值确定模块730例如可以用于执行前文描述的操作S230,在此不再赘述。
显著度确定模块750用于根据每个指标的多个指标值,确定每个指标随时间变化的显著度。在一实施例中,显著度确定模块750例如可以用于执行前文描述的操作S250,在此不再赘述。
监控指标确定模块770用于根据显著度,确定多个预设指标中的监控指标,以根据监控指标和监控指标的告警阈值监控目标数据。在一实施例中,监控指标确定模块770例如可以用于执行前文描述的操作S270,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实现本公开实施例的监控数据的方法的电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如监控数据的方法。例如,在一些实施例中,监控数据的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的监控数据的方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行监控数据的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.一种监控数据的方法,包括:
获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到所述多个预设指标各自的多个指标值;
针对所述多个预设指标中的每个指标,根据所述每个指标的多个指标值的分布信息确定所述每个指标的告警阈值;
根据所述每个指标的多个指标值,确定所述每个指标随时间变化的显著度;以及
根据所述显著度确定所述多个预设指标中的监控指标,以根据所述监控指标和所述监控指标的告警阈值监控所述目标数据;
其中,确定所述每个指标的告警阈值包括:
根据所述多个指标值的大小顺序排列的分布信息,确定指标值的多个分位值;
确定多个分位值中,对应的指标值绝对差值大于预设值的两个相邻分位值;以及
根据所述两个相邻分位值中取值较小的分位值对应的指标值,确定所述每个指标的告警阈值。
2.根据权利要求1所述的方法,其中,确定所述每个指标的告警阈值包括:
将所述多个时刻划分至多个时段;
针对所述多个时段中的每个时段:
根据所述每个指标在所述每个时段中各时刻的指标值,确定所述每个指标针对所述每个时段的指标值序列;以及
根据所述指标值序列中指标值的分布信息,确定所述每个指标针对所述每个时段的告警阈值。
3.根据权利要求2所述的方法,其中,
确定所述每个指标针对所述每个时段的指标值序列包括:
根据预设规则将所述每个时段划分为多个子时段;
针对所述多个子时段中的每个子时段,根据所述每个指标在所述每个子时段中各时刻的指标值,确定针对所述每个子时段的指标值序列;
确定所述每个指标针对所述每个时段的告警阈值包括:针对所述多个子时段中的每个子时段,根据所述每个指标针对所述每个子时段的指标值序列,确定所述每个指标针对所述每个子时段的告警阈值。
4.根据权利要求3所述的方法,其中,所述根据预设规则将所述每个时段划分为多个子时段包括:
根据所述每个指标在所述每个时段中相邻两个时刻的指标值之间的差异度,将所述每个时段划分为多个子时段,以将差异度大于第一预设阈值的两个指标值对应的两个时刻划分至不同的子时段。
5. 根据权利要求3所述的方法,其中,确定针对所述每个子时段的指标值序列包括:
剔除所述每个指标在所述每个子时段中各时刻的指标值中的异常指标值,得到剩余指标值;以及
确定所述剩余指标值构成的序列,作为针对所述每个子时段的指标值序列。
6.根据权利要求2所述的方法,其中,所述每个时段包括在多个时间周期中处于相同时间区间的多个子时段;确定所述每个指标针对所述每个时段的指标值序列包括:
针对所述多个子时段中的每个子时段,根据所述每个指标在所述每个子时段中各时刻的指标值,确定针对所述每个子时段的指标值序列,以得到针对所述多个子时段的多个指标值序列;
针对按时间顺序排列的任意两个相邻指标值序列中位于相同位置的任意两个指标值:
确定所述任意两个指标值之间的差异度;以及
在所述任意两个指标值之间的差异度大于第二预设阈值的情况下,剔除所述多个指标值序列中位于所述相同位置的指标值,得到更改后的多个指标值序列。
7.根据权利要求1所述的方法,其中,所述根据所述两个分位值中取值较小的分位值对应的指标值,确定所述每个指标的告警阈值包括:
确定所述两个分位值中取值较小的分位值对应的指标值与预设校正系数的乘积,以作为所述每个指标的告警阈值。
8.根据权利要求1所述的方法,还包括以下至少之一:
在所述监控指标与预设监控指标不一致的情况下输出第一提示信息,以提示更改所述预设监控指标;
在所述监控指标的告警阈值与所述监控指标的预设告警阈值不一致的情况下输出第二提示信息,以提示更改所述监控指标的预设告警阈值。
9. 根据权利要求1所述的方法,其中,获取针对目标数据的多个预设指标各自在多个时刻的指标值包括:
获取所述目标数据在所述多个时刻的数值;以及
根据所述目标数据在所述多个时刻的数值,确定所述目标数据的所述多个预设指标各自在所述多个时刻的指标值。
10.一种监控数据的装置,包括:
指标值获取模块,用于获取针对目标数据的多个预设指标各自在多个时刻的指标值,得到所述多个预设指标各自的多个指标值;
阈值确定模块,用于针对所述多个预设指标中的每个指标,根据所述每个指标的多个指标值的分布信息,确定所述每个指标的告警阈值;
显著度确定模块,用于根据所述每个指标的多个指标值,确定所述每个指标随时间变化的显著度;以及
监控指标确定模块,用于根据所述显著度,确定所述多个预设指标中的监控指标,以根据所述监控指标和所述监控指标的告警阈值监控所述目标数据;
其中,所述阈值确定模块用于:
根据所述多个指标值的大小顺序排列的分布信息,确定指标值的多个分位值;
确定多个分位值中,对应的指标值绝对差值大于预设值的两个相邻分位值;以及
根据所述两个相邻分位值中取值较小的分位值对应的指标值,确定所述每个指标的告警阈值。
11. 一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据权利要求1~9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011462216.1A CN112527598B (zh) | 2020-12-10 | 2020-12-10 | 监控数据的方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011462216.1A CN112527598B (zh) | 2020-12-10 | 2020-12-10 | 监控数据的方法、装置、设备、存储介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112527598A CN112527598A (zh) | 2021-03-19 |
CN112527598B true CN112527598B (zh) | 2023-08-18 |
Family
ID=74999279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011462216.1A Active CN112527598B (zh) | 2020-12-10 | 2020-12-10 | 监控数据的方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112527598B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610344B (zh) * | 2021-06-30 | 2023-11-14 | 江苏省生态环境监控中心(江苏省环境信息中心) | 一种污染预警方法、装置、电子设备及存储介质 |
CN113900901A (zh) * | 2021-10-21 | 2022-01-07 | 北京达佳互联信息技术有限公司 | 数据上报方法、数据监控方法、装置、设备及存储介质 |
CN114844762B (zh) * | 2022-04-19 | 2023-11-07 | 中南大学 | 告警真实性检测方法和装置 |
CN115174354A (zh) * | 2022-07-22 | 2022-10-11 | 科来网络技术股份有限公司 | 平台侧数据告警方法、装置、监测设备及可读存储介质 |
CN115460055A (zh) * | 2022-08-19 | 2022-12-09 | 深圳微米云服信息科技有限公司 | 一种云平台监控方法 |
CN115309612B (zh) * | 2022-10-10 | 2023-02-28 | 凯美瑞德(苏州)信息科技股份有限公司 | 一种监控数据的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984370A (zh) * | 2018-07-13 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
WO2019057288A1 (en) * | 2017-09-21 | 2019-03-28 | Huawei Technologies Co., Ltd. | SYSTEM AND METHOD FOR PROCESSING FLOW |
WO2020087829A1 (zh) * | 2018-10-31 | 2020-05-07 | 深圳壹账通智能科技有限公司 | 数据趋势分析方法、系统、计算机装置及可读存储介质 |
CN112052145A (zh) * | 2020-09-09 | 2020-12-08 | 中国工商银行股份有限公司 | 性能告警阈值的确定方法、装置、电子设备和介质 |
-
2020
- 2020-12-10 CN CN202011462216.1A patent/CN112527598B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019057288A1 (en) * | 2017-09-21 | 2019-03-28 | Huawei Technologies Co., Ltd. | SYSTEM AND METHOD FOR PROCESSING FLOW |
CN110062922A (zh) * | 2017-09-21 | 2019-07-26 | 华为技术有限公司 | 流处理系统和方法 |
CN108984370A (zh) * | 2018-07-13 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
WO2020087829A1 (zh) * | 2018-10-31 | 2020-05-07 | 深圳壹账通智能科技有限公司 | 数据趋势分析方法、系统、计算机装置及可读存储介质 |
CN112052145A (zh) * | 2020-09-09 | 2020-12-08 | 中国工商银行股份有限公司 | 性能告警阈值的确定方法、装置、电子设备和介质 |
Non-Patent Citations (1)
Title |
---|
张文忠 ; 周蓉 ; 武旭红 ; 薛志宏 ; .利用白噪声分解特征的EEMD阈值降噪方法.测绘科学技术学报.2013,(03),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112527598A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112527598B (zh) | 监控数据的方法、装置、设备、存储介质和程序产品 | |
KR102522274B1 (ko) | 사용자 그룹화 방법 및 장치, 컴퓨터 장비, 컴퓨터 판독가능 저장 매체 및 컴퓨터 프로그램 | |
CN114500339A (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
CN113722177B (zh) | 时序指标异常检测方法、装置、系统、设备及存储介质 | |
CN112966199B (zh) | 一种页面调整收益的确定方法、装置、电子设备和介质 | |
CN115309730A (zh) | 数据审核方法、装置、电子设备及存储介质 | |
CN115630078A (zh) | 基于数字孪生的用户数据处理方法、装置、设备及介质 | |
CN115328917A (zh) | 一种查询方法、装置、设备及存储介质 | |
CN115665783A (zh) | 一种异常指标溯源方法、装置、电子设备及存储介质 | |
CN114328123A (zh) | 异常确定方法、训练方法、装置、电子设备以及存储介质 | |
CN115482116A (zh) | 资产投资策略信息的推荐方法、装置、设备及介质 | |
CN115049369A (zh) | 一种项目管理方法、装置、电子设备及存储介质 | |
CN115249043A (zh) | 数据分析方法、装置、电子设备及存储介质 | |
CN113761082A (zh) | 一种数据可视化方法、装置和系统 | |
CN114036391A (zh) | 数据推送方法、装置、电子设备和存储介质 | |
CN113204467A (zh) | 线上业务系统的监控方法、装置、设备及存储介质 | |
CN113326436A (zh) | 确定推荐资源的方法、装置、电子设备和存储介质 | |
CN114398558B (zh) | 信息推荐方法、装置、电子设备和存储介质 | |
CN116187907B (zh) | 片烟库存结构失衡的预警方法、装置及电子设备 | |
CN113761379B (zh) | 商品推荐方法及装置、电子设备和介质 | |
CN116304796A (zh) | 一种数据分类方法、装置、设备及介质 | |
CN116244006A (zh) | 一种数据处理方法、装置、存储介质、电子设备及产品 | |
CN115238811A (zh) | 异常检测模型的训练方法、装置、设备及存储介质 | |
CN117891824A (zh) | 一种数据表调整方法、装置、设备及存储介质 | |
KR20230129901A (ko) | 부하 예측 방법, 장치, 전자 기기 및 기록 매체 |
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 |