CN113364602A - 一种触发页面故障报警的方法、装置和存储介质 - Google Patents

Abstract

本发明实施例提供了一种触发页面故障报警的方法、报警规则显示方法、相应的装置和存储介质。该触发页面故障报警的方法包括：获取页面的异常数和页面的流量；通过将页面的异常数除以页面的流量，确定页面的异常比率；判定该异常比率是否超过预设阈值；以及在该异常比率超过该预设阈值的情况下，触发页面故障报警。

Description

一种触发页面故障报警的方法、装置和存储介质

技术领域

本申请涉及页面监控分析技术，尤其涉及一种触发页面故障报警的方法、报警规则显示方法、相应的装置和存储介质。

背景技术

在目前的页面监控分析技术中，在用户将其待监控系统接入了监控设备之后，该监控设备可以自动采集用户系统中页面的运行错误等，上述页面例如是用户的网站页面、移动H5页面、小程序页面。在采集到的运行错误超过错误数阈值时，该监控设备触发向用户发送页面故障报警，这样，用户能够获得页面故障的信息，从而对该故障进行处理。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

发明人发现，在目前的前端监控分析技术中，错误数阈值是由用户人工预先配置的，例如，将错误数阈值配置为每分钟10个错误。然而，在实际情况中，由于某些突发情况，可能出现页面访问流量发生暴涨的情况，在这样的情况下，仍然按照原先配置的错误数阈值判定是否触发报警，容易导致错误报警的情况；另外，在流量发生暴涨的情况下，即使用户根据暴涨情况对错误数阈值重新进行了人工配置，例如，在流量暴涨了5倍的情况下，重新将错误数阈值配置为每分钟50个错误，则在流量暴涨结束后，即流量回归正常水平后，错误数阈值仍然保持在每分钟50个错误，此时会导致遗漏报警的情况。换言之，在已有技术中，由于错误数阈值是人工配置的，因此，该错误数阈值无法及时适应页面访问流量的变化，由此导致报警的错报和漏报。

为了解决上述问题或类似问题，本发明实施例提供了一种触发页面故障报警的方法、报警规则显示方法、相应的装置和存储介质，在页面流量发生变动的情况下，能够自适应地调整页面故障报警的触发时机，避免了由于人工配置更新不及时而导致的报警中的错报和漏报的问题，由此，能够使得页面故障处理更加高效，并且降低了报警规则的配置成本。

根据本发明实施例的第一方面，提供一种触发页面故障报警的方法，该方法包括：获取页面的异常数和页面的流量；通过将页面的异常数除以页面的流量，确定页面的异常比率；判定该异常比率是否超过预设阈值；以及在该异常比率超过该预设阈值的情况下，触发页面故障报警。

根据本发明实施例的第二方面，提供一种报警规则显示方法，该方法包括：生成第一报警规则，该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，该异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及显示该第一报警规则。

根据本发明实施例的第三方面，提供一种触发页面故障报警的装置，该装置包括：获取装置，其获取页面的异常数和页面的流量；异常比率确定装置，其通过将页面的异常数除以页面的流量，确定页面的异常比率；判定装置，其判定该异常比率是否超过预设阈值；以及触发装置，其在该异常比率超过该预设阈值的情况下，触发页面故障报警。

根据本发明实施例的第四方面，提供一种报警规则显示装置，该装置包括：报警规则生成单元，其生成第一报警规则，该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，该异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及显示控制单元，其进行控制，以显示该第一报警规则。

根据本发明实施例的第五方面，提供一种存储有处理器可读程序的存储介质，该程序使得处理器执行上述第一方面所述的方法。

本发明实施例的一个有益效果在于，通过本发明实施例的触发页面故障报警的方法，由于基于异常比率进行判定而触发页面故障报警，因此消除了流量波动对报警阈值的影响，这样，在页面流量发生变动的情况下，能够自适应地调整页面故障报警的触发时机，避免了由于人工配置更新不及时而导致的报警中的错报和漏报的问题，由此，能够使得页面故障处理更加高效，并且降低了报警规则的配置成本。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本发明实施例1的触发页面故障报警的方法的应用环境的一个示意图。

图2是本发明实施例1的触发页面故障报警的方法的应用环境的另一个示意图。

图3是本发明实施例1的触发页面故障报警的方法的一个示意图。

图4是本发明实施例1的步骤303的一个示意图。

图5是本发明实施例1的触发页面故障报警的方法的监控设备101的显示界面的一个示意图。

图6是本发明实施例1的触发页面故障报警的方法的另一个示意图。

图7是本发明实施例2的触发页面故障报警的装置的一个示意图。

图8是本发明实施例2的异常比率确定单元702的一个示意图。

图9是本发明实施例2的触发页面故障报警的装置的另一个示意图。

图10是本发明实施例3的电子设备的一个示意图。

具体实施方式

参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

在本发明实施例中，术语“第一”、“第二”等用于对不同元素从称谓上进行区分，但并不表示这些元素的空间排列或时间顺序等，这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。

在本发明实施例中，单数形式“一”、“该”等包括复数形式，应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义；此外术语“所述”应理解为既包括单数形式也包括复数形式，除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”，术语“基于”应理解为“至少部分基于……”，除非上下文另外明确指出。

应当理解的是，当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。与此相对，当一个单元被称为“直接连接”或“直接耦合”到另一单元时，则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于...之间”相比于“直接处于...之间”，“与...邻近”相比于“与...直接邻近”等等)。

还应当提到的是，在一些替换实现方式中，所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说，取决于所涉及的功能/动作，相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。

下面结合附图对本发明实施例的各种实施方式进行说明。这些实施方式只是示例性的，不是对本发明实施例的限制。

实施例1

本实施例1提供一种触发页面故障报警的方法。

图1是本实施例的方法的应用环境的一个示意图。本实施例的方法配置在图1中的监控设备101中执行。如图1所示，监控设备101经由网络与用户系统102连接，并从用户系统102采集页面的日志信息。这里的网络可以是任意有线或无线网络。用户系统102可以是网站系统、移动服务系统、或小程序服务系统等。

图2是本实施例的方法的应用环境的另一个示意图。图2示出的是在监控设备101上显示从用户系统采集到的日志信息的画面。如图2所示，该画面显示的信息具体包括JS异常信息、API请求、资源加载异常信息、浏览量(Page View,PV)/浏览用户量(UniqueVisitor,UV)/浏览IP量的日志信息等。监控设备101可通过中间件等来记录采集到的日志信息，并对该日志信息进行统计，从而获得所需的统计数据。本实施例的方法能够基于该统计数据，确定何时触发页面故障报警。

图3是本实施例的触发页面故障报警的方法的一个示意图。如图3所示，该方法包括：

步骤301，获取页面的异常数和页面的流量；

步骤303，通过将页面的异常数除以页面的流量，确定页面的异常比率；

步骤305，判定该异常比率是否超过预设阈值；如果该异常比率超过预设阈值，则执行步骤307；

步骤307，触发页面故障报警。

在上述实施例中，通过基于异常比率进行判定而触发页面故障报警，消除了流量波动对报警阈值的影响，这样，在页面流量发生变动的情况下，能够自适应地调整页面故障报警的触发时机，避免了由于人工配置更新不及时而导致的报警中的错报和漏报的问题，由此，能够使得页面故障处理更加高效，并且降低了报警规则的配置成本。

在本实施例中，上述异常数可以采用任意能够指示页面发生错误的数量多少的一个指标来表示，例如可以采用异常报错次数、异常影响用户数、异常影响IP数等来表示；上述流量可以采用任意能够指示页面流量大小的指标来表示，例如可以采用页面的浏览量、浏览用户量、浏览IP量等来表示。

在本实施例中，上述步骤301可以包括：通过实时统计软件，基于页面的日志信息，确定页面的异常数和页面的流量。由此，能够实现实时的报警触发。

在本实施例中，实时统计软件可以是能够实现实时统计功能的任意软件，例如Spark Streaming软件等。页面的日志信息例如可以通过Kafka中间件等存储。该日志信息中可以记录监控设备101从用户系统采集到的各种信息。

在本实施例中，上述步骤301可以包括：确定当前的单位时间异常数、当前的单位时间流量、以及当前单位时间之前的规定时间内的异常数和流量。

在本实施例中，当前的单位时间异常数例如可以是当前1分钟的页面异常数；当前的单位时间流量例如可以是当前1分钟的页面流量；当前单位时间之前的规定时间内的异常数和流量例如可以是最近60分钟内(不包括当前一分钟)的总的异常数和流量。

图4是本实施例的步骤303的一个示意图。如图4所示，上述步骤303可以包括：

步骤401，确定页面的当前异常比率和近期异常比率均值，该当前异常比率是，当前的单位时间异常数除以当前的单位时间流量得到的比率，该近期异常比率均值是，当前单位时间之前的规定时间内的异常数除以流量而得到的比率的均值；以及

步骤403，对当前异常比率和近期异常比率均值进行指数加权，得到异常比率。

例如，上述当前异常比率可以是，当前1分钟的异常数除以当前1分钟的流量得到的比率，该近期异常比率均值是，最近60分钟内的异常数除以流量而得到的比率的均值。

这里对加权平均进行简单的说明。加权平均可以通过以下公式来表示：

e_t＝β·e_t-1+(1-β)·θ_t (1)

其中，设e_t是步骤403中期望得到的异常比率，e_t-1是近期异常比率均值，θ_t是当前异常比率，β是加权指数。这样，通过上述公式(1)，能够对页面的当前异常比率θ_t和近期异常比率均值e_t-1进行指数加权，由此得到异常比率e_t。

通过使用加权平均获得异常比率值，能够去除原始数据中的噪声，获得更加准确的异常比率值。该指数加权中的加权指数可以根据实际需要而设定。

在本实施例中，上述步骤401可以包括：

根据页面的当前异常数和近期异常数均值，确定异常数均值，该当前异常数是当前的单位时间异常数，该近期异常数均值是当前单位时间之前规定时间内的异常数的均值。

例如，上述当前异常数是当前1分钟的异常数，近期异常数均值是最近60分钟内的每分钟异常数的均值。

这里，可以是对页面的当前异常数和近期异常数均值进行指数加权，从而得到异常数均值。通过使用加权平均获得异常数均值，能够去除原始数据中的噪声，获得更加准确的异常数均值。

在本实施例中，预设阈值可根据实际需求以及历史统计数据而设定。

在本实施例中，如果步骤305中判定为异常比率超过预设阈值，则可返回步骤301继续执行。

在步骤307中，触发页面故障报警可以通过以下一种或多种方式实现：触发短信发送、触发电子邮件发送、触发即时通信工具消息发送、语音电话播报，并且，本实施例不限于此。具体的报警方式可以由用户进行配置。

本实施例的上述方法还可以包括如下步骤：

生成第一报警规则，该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，该异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及

显示该第一报警规则。

其中，生成第一报警规则，可以是，将该第一报警规则生成为例如包含“异常比率大于**”这样的信息，其中，“**”为预设阈值。

这样，通过本实施例的上述方法，能够自动生成第一报警规则，且该第一报警规则能够自适应地调整页面故障报警的触发时机。图5是执行本实施例的上述方法的监控设备101的显示画面的一个示意图。如图5所示，在监控设备101上显示了该方法自动生成的第一报警规则，即“在异常比率大于1％的情况下触发页面故障报警”，并且，还显示了报警方式当前配置为通过邮箱和钉钉机器人进行报警。

图6是本实施例的方法的另一个示意图。如图6所示，该方法包括：

步骤601，确定页面的单位时间异常数的均值和方差；

步骤603，根据该单位时间异常数的均值和方差，建立符合正态分布的第一模型，并根据该单位时间异常数的均值，建立符合泊松分布的第二模型；

步骤605，基于该第一模型和当前的单位时间异常数，计算第一评价值，并基于第二模型和当前的单位时间异常数，计算第二评价值；

步骤607，判定第一评价值是否在第一预设范围内；如果第一评价值在第一预设范围内，执行步骤609，否则，返回步骤601；

步骤609，判定第二评价值是否在第二预设范围内；如果第二评价值在第二预设范围内，执行步骤617，否则，返回步骤601；

步骤611，获取页面的异常数和页面的流量；

步骤613，通过将页面的异常数除以页面的流量，确定页面的异常比率；

步骤615，判定该异常比率是否超过预设阈值；如果该异常比率超过该预设阈值，执行步骤617，否则，返回步骤611；

步骤617，触发页面故障报警。

在本实施例中，通过上述步骤601至607，基于正态分布模型和泊松分布模型分别确定第一和第二评价值，并基于第一和第二评价值判定是否触发报警，这样，即使在异常比率未过高的情况下，也能够利用正态分布模型和泊松分布模型各自的性质，基于异常数，检测出小概率波动事件的发生，并且在该事件发生的情况下，自动触发页面故障报警。

在本实施例中，单位时间异常数例如可以是1分钟异常数，其可以通过规定时间段。当前的单位时间异常数例如可以是当前1分钟的异常数。

在本实施例中，第一预设范围是与第一评价值对应的预设的数值范围，第二预设范围是与第二评价值对应的预设的数值范围。通过判定第一评价值是否在第一预设范围内以及第二评价值是否在第二预设范围内，能够确定小概率波动事件是否发生。

上述步骤609至615与步骤301-307一致，此处不再赘述。

上述步骤601至609整体与步骤611至615整体的先后顺序可任意设置，也可二者并行执行。

上述步骤607与步骤609的先后顺序可任意设置。

在本实施例中，上述步骤601可以包括：

根据页面的当前异常数和近期异常数均值，确定单位时间异常数的均值，该当前异常数是当前的单位时间异常数，该近期异常数均值是当前单位时间之前规定时间内的异常数的均值。

例如，该当前异常数可以是当前的1分钟异常数，该近期异常数均值可以是最近60分钟内的每分钟异常数的均值。

上述单位时间异常数的均值可以通过对页面的当前异常数和近期异常数均值进行指数加权平均而获得。该指数加权中的加权指数可以根据实际需要而设定，例如，可以预先设定，也可以基于上述第一模型和/或第二模型而设定。

上述步骤601还可包括：

根据近期异常数和单位时间异常数的均值，确定单位时间异常数的方差。

该近期异常数包括当前单位时间之前规定时间内的每单位时间的异常数，例如包括最近60分钟内每分钟的异常数。基于这些异常数以及单位时间异常数的均值，能够计算出单位时间异常数的方差。

在上述步骤603中，可参考现有技术中的正态分布模型和泊松分布模型的建立方式建立第一模型和第二模型。

在上述步骤605中，基于该第一模型和当前的单位时间异常数，计算第一评价值，可以包括：

根据公式u＝(X-W)/S，计算第一评价值，其中，u为第一评价值，X为当前单位时间的异常数，例如为当前的1分钟异常数，W为单位时间异常数的均值，例如为最近60分钟内的每分钟异常数的均值，S为单位时间异常数的方差，例如为1分钟异常数的方差。第一评价值u反映了在第一模型下当前的单位时间异常数发生的概率。

在上述步骤605中，基于第二模型和当前的单位时间异常数，计算第二评价值，可以包括：

根据公式p＝(W^Xe^-W)/X！，计算第二评价值，其中，p为第二评价值，X为当前的单位时间异常数，W为单位时间异常数的均值，X！表示X的阶乘，即X！＝X×(X-1)×(X-2)×…×2×1。第二评级值p反映了在第二模型下当前的单位时间异常数发生的概率。

在本实施例中，图6所示的方法还可以包括如下步骤：

生成第二报警规则，该第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警；以及

显示该第二报警规则。

该第二报警规则例如可以是“正态分布模型和泊松分布模型的评价值在规定范围内”。该第二报警规则可以添加到例如图5所示的显示画面中。

此外，本实施例还提供一种报警规则显示方法。该显示方法可以包括：

生成第一报警规则，该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，该异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及

显示该第一报警规则。

通过该显示方法，能够自动生成第一报警规则并对其进行显示，并且，由于该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，因此，基于该第一报警规则，能够在页面流量发生变动的情况下自适应地调整页面故障报警的触发时机，这样，避免了由于人工配置更新不及时而导致的报警中的错报和漏报的问题，由此，能够使得页面故障处理更加高效，并且降低了报警规则的配置成本。

在本实施例中，该显示方法还可以包括：

生成第二报警规则，该第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警；以及

显示该第二报警规则。

这样，能够自动生成第二报警规则并对其进行显示，并且，由于该第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警，因此，基于该第二报警规则，即使在异常比率未过高的情况下，也能够利用正态分布模型和泊松分布模型各自的性质，基于异常数，检测出小概率波动事件的发生，并且在该事件发生的情况下，自动触发页面故障报警。

实施例2

本实施例2提供一种触发页面故障报警的装置。本实施例2与实施例1相同的内容不再赘述，以下针对本实施例2与实施例1不同的内容进行说明。

图7是本实施例的触发页面故障报警的装置的一个示意图。如图7所示，触发页面故障报警的装置700包括获取单元701、异常比率确定单元702、判定单元703和触发单元704。其中，获取单元701获取页面的异常数和页面的流量；异常比率确定单元702通过将页面的异常数除以页面的流量，确定页面的异常比率；判定单元703判定该异常比率是否超过预设阈值；触发单元704在该异常比率超过该预设阈值的情况下，触发页面故障报警。

在本实施例中，获取单元701可以通过实时统计软件，基于页面的日志信息，确定该页面的异常数和该页面的流量。

在本实施例中，获取单元701可以确定当前的单位时间异常数、当前的单位时间流量、以及当前单位时间之前的规定时间内的异常数和流量。

图8是本实施例的异常比率确定单元702的一个示意图。如图8所示，异常比率确定单元702可以包括确定单元801和加权单元802。确定单元801确定页面的当前异常比率和近期异常比率均值，该当前异常比率是，当前的单位时间异常数除以当前的单位时间流量得到的比率，该近期异常比率均值是，当前单位时间之前的规定时间内的异常数除以流量而得到的比率的均值；加权单元802对该当前异常比率和该近期异常比率均值进行指数加权，得到该异常比率。

图9是本实施例的触发页面故障报警的装置的另一个示意图。如图9所示，触发页面故障报警的装置900可以包括获取单元901、异常比率确定单元902、判定单元903、触发单元904、均值方差确定单元905、模型建立单元906、评价值计算单元907和评价值判定单元908。其中，获取单元901、异常比率确定单元902、判定单元903与获取单元701、异常比率确定单元702、判定单元703相同，触发单元904具有与触发单元704相同的功能。均值方差确定单元905确定页面的单位时间异常数的均值和方差；模型建立单元906根据该单位时间异常数的均值和方差，建立符合正态分布的第一模型，并根据该单位时间异常数的均值，建立符合泊松分布的第二模型；评价值计算单元907基于第一模型和当前的单位时间异常数，计算第一评价值，并基于第二模型和当前的单位时间异常数，计算第二评价值；评价值判定单元908判定第一评价值是否在第一预设范围内，以及第二评价值是否在第二预设范围内；触发单元904还在第一评价值在第一预设范围内且第二评价值满足第二预设阈值的情况下，触发页面故障报警。

在本实施例中，均值方差确定单元905可以根据页面的当前异常数和近期异常数均值，确定单位时间异常数的均值，所述当前异常数是当前的单位时间异常数，所述近期异常数均值是当前单位时间之前规定时间内的异常数的均值。

在本实施例中，评价值计算单元907可以根据公式u＝(X-W)/S，计算第一评价值，其中，u为第一评价值，X为当前单位时间的异常数，W为单位时间异常数的均值，S为单位时间异常数的方差。

在本实施例中，评价值计算单元907还可以根据公式p＝(W^Xe^-W)/X！，计算第二评价值，其中，p为第二评价值，X为当前的单位时间异常数，W为单位时间异常数的均值，X！表示X的阶乘，即X！＝X×(X-1)×(X-2)×…×2×1。

在本实施例中，如图9所示，触发页面故障报警的装置900还可以包括报警规则生成单元909和显示控制单元910。其中，报警规则生成单元909可以生成第一报警规则，该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警；显示控制单元910可以进行控制，以显示该第一报警规则。

另外，报警规则生成单元909还可以生成第二报警规则，该第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警；显示控制单元910还可以进行控制，以显示该第二报警规则。

在本实施例中，第一报警规则、第二报警规则、第一评价值、第二评价值、第一模型、第二模型等与实施例1中相同，此处不再赘述。

此外，本实施例还提供一种报警规则显示装置。

该报警规则显示装置包括报警规则生成单元和显示控制单元。其中，该报警规则生成单元生成第一报警规则，该第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，该异常比率是通过将页面的异常数除以页面的流量而得到的比率；该显示控制单元进行控制，以显示该第一报警规则。

在本实施例中，上述报警规则生成单元还可以生成第二报警规则，该第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警，该第一评价值是基于符合正态分布的第一模型和页面当前的单位时间异常数计算出的评价值，该第二评价值是基于符合泊松分布的第二模型和页面当前的单位时间异常数计算出的评价值，该第一模型是根据页面的单位时间异常数的均值和方差而建立的，该第二模型是根据页面的单位时间异常数的均值而建立的；上述显示控制单元还可以进行控制，以显示该第二报警规则。

实施例3

本实施例3提供一种电子设备，作为前述实施例中的监控设备101。本实施例3与实施例1或实施例2相同的内容不再赘述，以下针对本实施例3与实施例1或实施例2不同的内容进行说明。

图10是本实施例的电子设备的一个示意图。如图10所示，电子设备1000可以包括：处理器1001和存储器1002，存储器1002耦合到处理器1001。

其中，存储器1002可存储用于实现一定功能的程序，例如存储实现实施例1的方法的程序，并且该程序在处理器1001的控制下执行；此外，存储器1002还可存储各种数据，例如页面的数据等。

在一个实施方式中，实施例2的装置中的功能可以被集成到处理器1001中执行。

在本实施例中，处理器1001可以被配置为：

获取页面的异常数和页面的流量；

通过将页面的异常数除以页面的流量，确定页面的异常比率；

判定所述异常比率是否超过预设阈值；以及

在所述异常比率超过所述预设阈值的情况下，触发页面故障报警。

在本实施例中，处理器1001可以被配置为：

确定当前的单位时间异常数、当前的单位时间流量、以及当前单位时间之前的规定时间内的异常数和流量；

确定页面的当前异常比率和近期异常比率均值，所述当前异常比率是，当前的单位时间异常数除以当前的单位时间流量得到的比率，所述近期异常比率均值是，当前单位时间之前的规定时间内的异常数除以流量而得到的比率的均值；

对所述当前异常比率和所述近期异常比率均值进行指数加权，得到所述异常比率。

在本实施例中，处理器1001可以被配置为：

根据所述单位时间异常数的均值和方差，建立符合正态分布的第一模型，并根据所述单位时间异常数的均值，建立符合泊松分布的第二模型；

基于所述第一模型和当前的单位时间异常数，计算第一评价值，并基于所述第二模型和当前的单位时间异常数，计算第二评价值；

判定所述第一评价值是否在第一预设范围内，以及所述第二评价值是否在第二预设范围内；以及

在所述第一评价值在第一预设范围内且所述第二评价值在第二预设范围内的情况下，触发页面故障报警。

在本实施例中，处理器1001可以被配置为：

根据页面的当前异常数和近期异常数均值，确定所述单位时间异常数的均值，所述当前异常数是当前的单位时间异常数，所述近期异常数均值是当前单位时间之前规定时间内的异常数的均值。

在本实施例中，处理器1001可以被配置为：

根据公式u＝(X-W)/S，计算第一评价值，其中，u为所述第一评价值，X为所述当前单位时间的异常数，W为所述单位时间异常数的均值，S为所述单位时间异常数的方差。

在本实施例中，处理器1001可以被配置为：

根据公式p＝(W^Xe^-W)/X！，计算第二评价值，其中，p为所述第二评价值，X为当前的单位时间异常数，W为单位时间异常数的均值，X！表示X的阶乘，即X！＝X×(X-1)×(X-2)×…×2×1。

在本实施例中，处理器1001可以被配置为：

通过实时统计软件，基于所述页面的日志信息，确定所述页面的异常数和所述页面的流量。

在本实施例中，处理器1001可以被配置为：

生成第一报警规则，所述第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，所述异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及

进行控制，以显示所述第一报警规则。

在本实施例中，处理器1001可以被配置为：

生成第二报警规则，所述第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警，所述第一评价值是基于符合正态分布的第一模型和页面当前的单位时间异常数计算出的评价值，所述第二评价值是基于符合泊松分布的第二模型和页面当前的单位时间异常数计算出的评价值，所述第一模型是根据页面的单位时间异常数的均值和方差而建立的，所述第二模型是根据页面的单位时间异常数的均值而建立的；以及

进行控制，以显示所述第二报警规则。

如图10所示，电子设备1000还可以包括通信部1003、显示部1004和操作部1005，通信部1003可以经由互联网发送或接收信息，例如可发送或接收用户系统的页面日志信息等；显示部1004用于在处理器1001的控制下进行图像和文字等显示对象的显示，例如可显示第一和第二报警规则等，显示部1004例如可为液晶显示器等；操作部1005供用户进行操作并将操作信息提供到处理器1001，操作部1005例如可以是按键或触摸板等，可用于供用户输入配置信息。

值得注意的是，电子设备1000并不是必须要包括图10中所示的所有部件，可根据需要省略某些部件，例如可省略通信部1003、显示部1004和操作部1005中的一个或多个；此外，电子设备1000还可以包括图10中没有示出的部件，可以参考现有技术。

在本发明实施例中，术语“电子设备”包括用户设备与网络设备。其中，所述用户设备包括但不限于智能手机、平板电脑等；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中，所述计算机设备可单独运行来实现本申请，也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本申请。其中，所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。

需要说明的是，所述用户设备、网络设备和网络等仅为举例，其他现有的或今后可能出现的计算机设备或网络如可适用于本申请，也应包含在本申请保护范围以内，并以引用方式包含于此。

本发明实施例还提供一种处理器可读程序，所述程序使得处理器执行本发明实施例所述的方法。

本发明实施例还提供一种存储有处理器可读程序的存储介质，所述程序使得处理器执行本发明实施例所述的方法。

本发明以上的方法/装置可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。逻辑部件例如现场可编程逻辑部件、微处理器、计算机中使用的处理器等。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

结合本发明实施例描述的方法/装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如，图7中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于图3中所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。

软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在设备的存储器中，也可以存储在可插入设备的存储卡中。例如，若设备采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置，则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。

针对附图中描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，可以实现为用于执行本发明所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。针对附图描述的功能方框中的一个或多个和/或功能方框的一个或多个组合，还可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。

以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。

Claims (14)

1.一种触发页面故障报警的方法，其特征在于，所述方法包括：

获取页面的异常数和页面的流量；

通过将页面的异常数除以页面的流量，确定页面的异常比率；

判定所述异常比率是否超过预设阈值；以及

在所述异常比率超过所述预设阈值的情况下，触发页面故障报警。

2.根据权利要求1所述的方法，其中，

所述页面的异常数是异常报错次数或者异常影响用户数，所述页面的流量是页面浏览量或者页面浏览用户数。

3.根据权利要求1所述的方法，其中，

所述获取页面的异常数和页面的流量，包括：

确定当前的单位时间异常数、当前的单位时间流量、以及当前单位时间之前的规定时间内的异常数和流量，

并且，所述通过将页面的异常数除以页面的流量，确定页面的异常比率，包括：

确定页面的当前异常比率和近期异常比率均值，所述当前异常比率是，当前的单位时间异常数除以当前的单位时间流量得到的比率，所述近期异常比率均值是，当前单位时间之前的规定时间内的异常数除以流量而得到的比率的均值；以及

对所述当前异常比率和所述近期异常比率均值进行指数加权，得到所述异常比率。

4.根据权利要求1所述的方法，其中，所述方法还包括：

确定页面的单位时间异常数的均值和方差；

根据所述单位时间异常数的均值和方差，建立符合正态分布的第一模型，并根据所述单位时间异常数的均值，建立符合泊松分布的第二模型；

基于所述第一模型和当前的单位时间异常数，计算第一评价值，并基于所述第二模型和当前的单位时间异常数，计算第二评价值；

判定所述第一评价值是否在第一预设范围内，以及所述第二评价值是否在第二预设范围内；以及

在所述第一评价值在第一预设范围内且所述第二评价值在第二预设范围内的情况下，触发页面故障报警。

5.根据权利要求4所述的方法，其中，

所述确定页面的单位时间异常数的均值，包括：

根据页面的当前异常数和近期异常数均值，确定所述单位时间异常数的均值，所述当前异常数是当前的单位时间异常数，所述近期异常数均值是当前单位时间之前规定时间内的异常数的均值。

6.根据权利要求5所述的方法，其中，

所述基于所述第一模型和当前的单位时间异常数，计算第一评价值，包括：

根据公式u＝(X-W)/S，计算第一评价值，其中，u为所述第一评价值，X为所述当前的单位时间异常数，W为所述单位时间异常数的均值，S为所述单位时间异常数的方差。

7.根据权利要求5所述的方法，其中，

所述基于所述第二模型和当前的单位时间异常数，计算第二评价值，包括：

根据公式p＝(W^Xe^-W)/X！，计算第二评价值，其中，p为所述第二评价值，X为所述当前的单位时间异常数，W为所述单位时间异常数的均值。

8.根据权利要求1至7中任一项所述的方法，其中，

所述获取页面的异常数和页面的流量，包括：

通过实时统计软件，基于所述页面的日志信息，确定所述页面的异常数和所述页面的流量。

9.一种报警规则显示方法，其特征在于，所述方法包括：

生成第一报警规则，所述第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，所述异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及

显示所述第一报警规则。

10.根据权利要求9所述的方法，其中，所述方法还包括：

生成第二报警规则，所述第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警，所述第一评价值是基于符合正态分布的第一模型和页面当前的单位时间异常数计算出的评价值，所述第二评价值是基于符合泊松分布的第二模型和页面当前的单位时间异常数计算出的评价值，所述第一模型是根据页面的单位时间异常数的均值和方差而建立的，所述第二模型是根据页面的单位时间异常数的均值而建立的；以及

显示所述第二报警规则。

11.一种触发页面故障报警的装置，其特征在于，所述装置包括：

获取单元，其获取页面的异常数和页面的流量；

异常比率确定单元，其通过将页面的异常数除以页面的流量，确定页面的异常比率；

判定单元，其判定所述异常比率是否超过预设阈值；以及

触发单元，其在所述异常比率超过所述预设阈值的情况下，触发页面故障报警。

12.一种报警规则显示装置，其特征在于，所述装置包括：

报警规则生成单元，其生成第一报警规则，所述第一报警规则指示在页面的异常比率大于预设阈值的情况下触发页面故障报警，所述异常比率是通过将页面的异常数除以页面的流量而得到的比率；以及

显示控制单元，其进行控制，以显示所述第一报警规则。

13.根据权利要求12所述的装置，其中，

所述报警规则生成单元还生成第二报警规则，所述第二报警规则指示在第一评价值在第一预设范围内且第二评价值在第二预设范围内的情况下触发页面故障报警，所述第一评价值是基于符合正态分布的第一模型和页面当前的单位时间异常数计算出的评价值，所述第二评价值是基于符合泊松分布的第二模型和页面当前的单位时间异常数计算出的评价值，所述第一模型是根据页面的单位时间异常数的均值和方差而建立的，所述第二模型是根据页面的单位时间异常数的均值而建立的；

所述显示控制单元还进行控制，以显示所述第二报警规则。

14.一种存储有处理器可读程序的存储介质，所述程序使得处理器执行根据权利要求1～10中任一项所述的方法。

Images