CN115776435B - 一种基于api网关的预警方法 - Google Patents
一种基于api网关的预警方法 Download PDFInfo
- Publication number
- CN115776435B CN115776435B CN202211302188.6A CN202211302188A CN115776435B CN 115776435 B CN115776435 B CN 115776435B CN 202211302188 A CN202211302188 A CN 202211302188A CN 115776435 B CN115776435 B CN 115776435B
- Authority
- CN
- China
- Prior art keywords
- preset
- early warning
- threshold
- overload
- warning level
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 78
- 238000007670 refining Methods 0.000 claims abstract description 7
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 69
- 239000011159 matrix material Substances 0.000 claims description 25
- 230000000737 periodic effect Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 6
- 230000005856 abnormality Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及微服务监控预警技术领域,公开了一种基于API网关的预警方法,包括:获取API网关的监控数据;对监控数据进行分类细化,并提取各基本特征信息;判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息。本发明通过及时发出预警信息,通过进行分析预警,感知到系统的异常,通知运维、研发人员。
Description
技术领域
本发明涉及微服务监控预警技术领域,尤其涉及一种基于API网关的预警方法。
背景技术
随着互联网世界的发展,软件系统越来越多,在生活、工作、学习等各个方面中软件系统都变得触手可及。每个软件系统从开发、部署到维护都是彼此独立,但是随着企业业务的拓展,开放合作思维的盛行,软件系统之间开始有相互接入业务能力的需求。为了满足企业对外开放,与外部合作伙伴建立生态圈,同时建立隔离内部系统和外部系统的屏障的需求,API管理平台应运而生。API管理平台的核心组件即API网关,API网关的流行得益于近几年微服务架构的兴起,原本一个庞大的业务系统被拆分成许多粒度更小的系统进行独立部署和维护,这种模式势必会带来更多的跨系统交互。企业API的规模也会成倍增加,API网关(或者微服务网关)就逐渐成为了微服务架构的标配组件。
API管理平台包含众多子模块,作为执行引擎的微服务Access主要包括协议接入接出、消息路由、鉴权认证、流量控制以及协议转换等核心子模块,作为治理服务的微服务Dovernance主要包括生命周期管理模块、日志管理模块等核心子模块。
微服务架构中,监控体系是非常重要的一部分。没有监控体系就无法掌控整个框架的运行情况。发生异常时无法快速发现问题定位问题。
对在线服务来说,发现故障远比修复故障要重要的多,只有监控是远远不够的,监控更多是对系统当前状态的一种展示,而且通常是在系统发生问题之后才会有人去查看监控。
发明内容
本发明提供了一种基于API网关的预警方法,通过及时发出预警信息,进行分析预警,感知到系统的异常,通知运维、研发人员。
为实现上述目的,本发明提供了如下方案:本发明提供一种基于API网关的预警方法,包括:
获取API网关的监控数据;
对监控数据进行分类细化,并提取各基本特征信息;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息。
在其中一个实施例中,对监控数据进行分类细化,并提取各基本特征信息,包括:
基于所述监控数据确定监控场景;
基于所述监控场景确定监控指标;
基于所述监控指标确定各基本特征信息。
在其中一个实施例中,所述监控场景包括系统监控、业务监控和全链路监控;
所述系统监控的监控指标包括周期内API的调用次数;
所述业务监控的监控指标包括用户流量;
所述全链路监控的监控指标包括日志。
在其中一个实施例中,基于所述监控指标确定各基本特征信息,包括:
当监控指标为周期内API的调用次数时,确定所述周期内API的调用次数对应的基本特征信息为单位时间的请求次数;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息,包括:
判断所述单位时间的请求次数是否超过API管理平台的过载阈值,并在所述单位时间的请求次数超过API管理平台的过载阈值时,根据超过API管理平台过载阈值的程度,按照不同概率随机地拒绝发来的请求并发出不同等级的预警信息。
在其中一个实施例中,预先设定预设过载阈值程度矩阵H0,设定H0=(H1,H2,H3,H4),其中,H1为第一预设过载阈值程度,H2为第二预设过载阈值程度,H3为第三预设过载阈值程度,H4为第四预设过载阈值程度,其中H1<H2<H3<H4;
预先设定预设概率矩阵P0,设定P0=(P1,P2,P3,P4),其中,P1为第一预设概率,P2为第二预设概率,P3为第三预设概率,P4为第四预设概率,且P1<P2<P3<P4;
预先设定预设过载预警等级矩阵G0,设定G0=(G1,G2,G3,G4),其中,G1为第一预设过载预警等级,G2为第二预设过载预警等级,G3为第三预设过载预警等级,G4为第四预设过载预警等级,且G1<G2<G3<G4;
根据所述过载阈值程度H与各预设过载阈值程度之间的关系设定概率P、过载预警等级G:
当H<H1时,选定所述第一预设概率P1作为概率P、所述第一预设过载预警等级G1作为过载预警等级G;
当H1≤H<H2时,选定所述第二预设概率P2作为概率P、所述第二预设过载预警等级G2作为过载预警等级G;
当H2≤H<H3时,选定所述第三预设概率P3作为概率P、所述第三预设过载预警等级G3作为过载预警等级G;
当H3≤H<H4时,选定所述第四预设概率P4作为概率P、所述第四预设过载预警等级G4作为过载预警等级G。
在其中一个实施例中,基于所述监控指标确定各基本特征信息,包括:
当监控指标为用户流量时,确定所述用户流量对应的基本特征信息为实时流量数据;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息,包括:
获取数据库中存储的流量数据,并生成周期规律图;
获取实时流量数据;
确定所述实时流量数据与所述周期规律图中对应的历史流量数据的偏差;
若所述偏差超过预设阈值,则发送异常预警信息。
在其中一个实施例中,所述预设阈值包括最低预设阈值和最高预设阈值;
当所述偏差超过最低预设阈值时,则发送流量突跌预警信息;
当所述偏差超过最高预设阈值时,则发送流量突增预警信息。
在其中一个实施例中,基于所述监控指标确定各基本特征信息,包括:
当监控指标为日志时,确定所述日志对应的基本特征信息为API承载内容;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息,包括:
从API管理平台获取API日志;
对API日志的承载内容进行预处理,得到待抽取文本;
对待抽取文本进行关键词提取,对关键词进行校验,确定非法词出现频次;
判断所述非法词出现频次是否超过危险阈值,并在所述非法词出现频次超过危险阈值时,根据超过危险阈值的程度,发出不同等级的危险预警信息。
在其中一个实施例中,预先设定预设危险阈值程度矩阵W0,设定W0=(W1,W2,W3,W4),其中,W1为第一预设危险阈值程度,W2为第二预设危险阈值程度,W3为第三预设危险阈值程度,W4为第四预设危险阈值程度,其中W1<W2<W3<W4;
预先设定预设预警等级矩阵D0,设定D0=(D1,D2,D3,D4),其中,D1为第一预设预警等级,D2为第二预设预警等级,D3为第三预设预警等级,D4为第四预设预警等级,且D1<D2<D3<D4;
根据所述危险阈值程度W与各预设危险阈值程度之间的关系设定预警等级D:
当W<W1时,选定所述第一预设预警等级D1作为预警等级D;
当W1≤W<W2时,选定所述第二预设预警等级D2作为预警等级D;
当W2≤W<W3时,选定所述第三预设预警等级D3作为预警等级D;
当W3≤W<W4时,选定所述第四预设预警等级D4作为预警等级D。
在其中一个实施例中,所述预警信息发送API网关的管理终端。
本发明的技术效果:本发明通过判断各基本特征信息是否超过基本特征信息相对应的预设阈值,并在基本特征信息超过基本特征信息相对应的预设阈值时,发出预警信息。及时进行分析预警,感知到系统的异常,通知运维、研发人员,避免出现卡顿影响用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于API网关的预警方法的流程图;
图2是本发明实施例提供的提取各基本特征信息的流程图;
图3是本发明实施例提供的周期内API的调用次数预警的流程图;
图4是本发明实施例提供的用户流量预警的流程图;
图5是本发明实施例提供的日志承载内容预警的流程图。
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,但不是用来限制本发明的范围。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
随着互联网的快速发展,微服务架构应用越来越广泛。API 网关是微服务系统中流行的组件,客户端的请求调用经过API网关的路由后到达后端服务API网关可以提高微服务系统的灵活性,减轻运维压力,它将许多公共功能和资源集中起来,减少整个系统的资源占用。API网关作为请求流量的入口,承载了巨大的负载,为了避免API网关成为整个系统的瓶颈,需要在进行监控的同时进行预警分析。
如图1所示,本实施例公开了一种基于API网关的预警方法,包括:
步骤S010,获取API网关的监控数据;
步骤S020,对监控数据进行分类细化,并提取各基本特征信息;
步骤S030,判断各基本特征信息是否超过基本特征信息相对应的预设阈值,并在基本特征信息超过基本特征信息相对应的预设阈值时,发出预警信息。
可以理解的是,上述实施例中,通过判断各基本特征信息是否超过基本特征信息相对应的预设阈值,并在基本特征信息超过基本特征信息相对应的预设阈值时,发出预警信息。
如图2所示,根据本申请的一些实施例中,对监控数据进行分类细化,并提取各基本特征信息,包括:
步骤S021,基于监控数据确定监控场景;
步骤S022,基于监控场景确定监控指标;
步骤S023,基于监控指标确定各基本特征信息。
可以理解的是,上述实施例中,通过上述步骤可以准确的进行分类细化,提高提取各基本特征信息的效率。
具体的,监控场景包括系统监控、业务监控和全链路监控;
系统监控的监控指标包括周期内API的调用次数;
业务监控的监控指标包括用户流量;
全链路监控的监控指标包括日志。
如图3所示,根据本申请的一些实施例中,步骤S023,基于监控指标确定各基本特征信息,包括:当监控指标为周期内API的调用次数时,确定周期内API的调用次数对应的基本特征信息为单位时间的请求次数;
步骤S030,判断各基本特征信息是否超过基本特征信息相对应的预设阈值,并在基本特征信息超过基本特征信息相对应的预设阈值时,发出预警信息,包括:
步骤S131,判断单位时间的请求次数是否超过API管理平台的过载阈值;
步骤S132,在单位时间的请求次数超过API管理平台的过载阈值时,根据超过API管理平台过载阈值的程度,按照不同概率随机地拒绝发来的请求并发出不同等级的预警信息。
可以理解的是,上述实施例中,通过在单位时间的请求次数超过API管理平台的过载阈值时,根据超过API管理平台过载阈值的程度,按照不同概率随机地拒绝发来的请求并发出不同等级的预警信息,API网关的管理终端可以根据紧急程度,进行优先处理,避免造成API网关拥堵及崩溃。
在其中一个实施例中,预先设定预设过载阈值程度矩阵H0,设定H0=(H1,H2,H3,H4),其中,H1为第一预设过载阈值程度,H2为第二预设过载阈值程度,H3为第三预设过载阈值程度,H4为第四预设过载阈值程度,其中H1<H2<H3<H4;
预先设定预设概率矩阵P0,设定P0=(P1,P2,P3,P4),其中,P1为第一预设概率,P2为第二预设概率,P3为第三预设概率,P4为第四预设概率,且P1<P2<P3<P4;
预先设定预设过载预警等级矩阵G0,设定G0=(G1,G2,G3,G4),其中,G1为第一预设过载预警等级,G2为第二预设过载预警等级,G3为第三预设过载预警等级,G4为第四预设过载预警等级,且G1<G2<G3<G4;
根据过载阈值程度H与各预设过载阈值程度之间的关系设定概率P、过载预警等级G:
当H<H1时,选定第一预设概率P1作为概率P、第一预设过载预警等级G1作为过载预警等级G;
当H1≤H<H2时,选定第二预设概率P2作为概率P、第二预设过载预警等级G2作为过载预警等级G;
当H2≤H<H3时,选定第三预设概率P3作为概率P、第三预设过载预警等级G3作为过载预警等级G;
当H3≤H<H4时,选定第四预设概率P4作为概率P、第四预设过载预警等级G4作为过载预警等级G。
可以理解的是,上述实施例中,根据过载阈值程度H与各预设过载阈值程度之间的关系设定过载预警等级G,可以提高设定过载预警等级G的准确性。
需要说明的是,以上优选实施例的方案仅为本申请所提出的一种具体实现方式,本领域技术人员可根据实际情况选择其他预设过载阈值程度矩阵H0、预设概率矩阵P0和预设过载预警等级矩阵G0,这并不影响本申请的保护范围。
具体的,预先设定预设过载阈值程度矩阵H0,设定H0=(25%,50%,75%,100%),其中,25%为第一预设过载阈值程度,50%为第二预设过载阈值程度,75%为第三预设过载阈值程度,100%为第四预设过载阈值程度,其中0≤25%<50%<75%<100%;
预先设定预设概率矩阵P0,设定P0=(0.2,0.4,0.6,0.8),其中,0.2为第一预设概率,0.4为第二预设概率,0.6为第三预设概率,0.8为第四预设概率,且0.2<0.4<0.6<0.8;
预先设定预设过载预警等级矩阵G0,设定G0=(G1,G2,G3,G4),其中,G1为第一预设过载预警等级,G2为第二预设过载预警等级,G3为第三预设过载预警等级,G4为第四预设过载预警等级,且G1<G2<G3<G4;
根据过载阈值程度H与各预设过载阈值程度之间的关系设定概率P、过载预警等级G:
当H<25%时,选定第一预设概率0.2作为概率P、第一预设过载预警等级G1作为过载预警等级G;
当25%≤H<50%时,选定第二预设概率0.4作为概率P、第二预设过载预警等级G2作为过载预警等级G;
当50%≤H<75%时,选定第三预设概率0.6作为概率P、第三预设过载预警等级G3作为过载预警等级G;
当75%≤H<100%时,选定第四预设概率0.8作为概率P、第四预设过载预警等级G4作为过载预警等级G。
需要说明的是,当所有API的调用次数超过总的过载阈值(过载阈值可以暂定为10000),则直接拒绝请求。
如图4所示,根据本申请的一些实施例中,步骤S023,基于监控指标确定各基本特征信息,包括:当监控指标为用户流量时,确定用户流量对应的基本特征信息为实时流量数据;
步骤S030,判断各基本特征信息是否超过基本特征信息相对应的预设阈值,并在基本特征信息超过基本特征信息相对应的预设阈值时,发出预警信息,包括:
步骤S231,获取数据库中存储的流量数据,并生成周期规律图;
步骤S232,获取实时流量数据;
步骤S233,确定实时流量数据与周期规律图中对应的历史流量数据的偏差;
步骤S234,若偏差超过预设阈值,则发送异常预警信息。
可以理解的是,上述实施例中,通过判断实时流量数据与周期规律图中对应的历史流量数据的偏差是否过预设阈值来发送异常预警信息,避免因不能具体监控的系统问题导致的流量问题,造成API网关崩溃堵塞。
需要说明的是,对出行业务来说,高峰是每天的早晨7点和晚上6点左右。对基金交易业务来说,高峰就变成下午3点了。周末、节假日和工作日也有很大不同。对于整体流量和单个接口的流量来说,周期规律明显且稳定的业务都可以生成周期规律图。
根据本申请的一些实施例中,预设阈值包括最低预设阈值和最高预设阈值;
当偏差超过最低预设阈值时,则发送流量突跌预警信息;
当偏差超过最高预设阈值时,则发送流量突增预警信息。
可以理解的是,上述实施例中,通过在偏差超过最低预设阈值时,发送流量突跌预警信息,提醒API网关的管理终端检修系统问题;
通过在偏差超过最高预设阈值时,发送流量突增预警信息,提醒API网关的管理终端检查系统资源是否够用,需不需要扩容,是否被攻击网站,是否有运营活动。
如图5所示,根据本申请的一些实施例中,步骤S023,基于监控指标确定各基本特征信息,包括:当监控指标为日志时,确定日志对应的基本特征信息为API承载内容;
步骤S030,判断各基本特征信息是否超过基本特征信息相对应的预设阈值,并在基本特征信息超过基本特征信息相对应的预设阈值时,发出预警信息,包括:
步骤S331,从API管理平台获取API日志;
步骤S332,对API日志的承载内容进行预处理,得到待抽取文本;
步骤S333,对待抽取文本进行关键词提取,对关键词进行校验,确定非法词出现频次;
步骤S334,判断非法词出现频次是否超过危险阈值,并在非法词出现频次超过危险阈值时,根据超过危险阈值的程度,发出不同等级的危险预警信息。
可以理解的是,上述实施例中,通过判断非法词出现频次是否超过危险阈值,并在非法词出现频次超过危险阈值时,根据超过危险阈值的程度,发出不同等级的危险预警信息。避免发布危害公共安全的言论或连接恶意API终端,。
根据本申请的一些实施例中,预先设定预设危险阈值程度矩阵W0,设定W0=(W1,W2,W3,W4),其中,W1为第一预设危险阈值程度,W2为第二预设危险阈值程度,W3为第三预设危险阈值程度,W4为第四预设危险阈值程度,其中W1<W2<W3<W4;
预先设定预设预警等级矩阵D0,设定D0(D1,D2,D3,D4),其中,D1为第一预设预警等级,D2为第二预设预警等级,D3为第三预设预警等级,D4为第四预设预警等级,且D1<D2<D3<D4;
根据危险阈值程度W与各预设危险阈值程度之间的关系设定预警等级D:
当W<W1时,选定第一预设预警等级D1作为预警等级D;
当W1≤W<W2时,选定第二预设预警等级D2作为预警等级D;
当W2≤W<W3时,选定第三预设预警等级D3作为预警等级D;
当W3≤W<W4时,选定第四预设预警等级D4作为预警等级D。
可以理解的是,上述实施例中,根据危险阈值程度W与各预设危险阈值程度之间的关系设定预警等级D,提高设定预警等级D的准确性。
需要说明的是,以上优选实施例的方案仅为本申请所提出的一种具体实现方式,本领域技术人员可根据实际情况选择其他预设危险阈值程度矩阵W0和预设预警等级矩阵D0,这并不影响本申请的保护范围。
具体的,预先设定预设危险阈值程度矩阵W0,设定W0=(0.2,0.4,0.6,0.8),其中,0.2为第一预设危险阈值程度,0.4为第二预设危险阈值程度,0.6为第三预设危险阈值程度,0.8为第四预设危险阈值程度,其中0<0.2<0.4<0.6<0.8<1;
预先设定预设预警等级矩阵D0,设定D0(D1,D2,D3,D4),其中,D1为第一预设预警等级,D2为第二预设预警等级,D3为第三预设预警等级,D4为第四预设预警等级,且D1<D2<D3<D4;
根据危险阈值程度W与各预设危险阈值程度之间的关系设定预警等级D:
当W<0.2时,选定第一预设预警等级D1作为预警等级D;
当0.2≤W<0.4时,选定第二预设预警等级D2作为预警等级D;
当0.4≤W<0.6时,选定第三预设预警等级D3作为预警等级D;
当0.6≤W<0.8时,选定第四预设预警等级D4作为预警等级D。
根据本申请的一些实施例中,预警信息发送API网关的管理终端。
综上,本发明提供的一种基于API网关的预警方法,可以预先对潜在的网关危险进行预警,降低API网关的故障诊断的复杂度。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
领域普通技术人员可以理解:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (5)
1.一种基于API网关的预警方法,其特征在于,包括:
获取API网关的监控数据;
对监控数据进行分类细化,并提取各基本特征信息;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息;
对监控数据进行分类细化,并提取各基本特征信息,包括:
基于所述监控数据确定监控场景;
基于所述监控场景确定监控指标;
基于所述监控指标确定各基本特征信息;
所述监控场景包括系统监控、业务监控和全链路监控;
所述系统监控的监控指标包括周期内API的调用次数;
所述业务监控的监控指标包括用户流量;
所述全链路监控的监控指标包括日志;
基于所述监控指标确定各基本特征信息,包括:
当监控指标为周期内API的调用次数时,确定所述周期内API的调用次数对应的基本特征信息为单位时间的请求次数;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息,包括:
判断所述单位时间的请求次数是否超过API管理平台的过载阈值,并在所述单位时间的请求次数超过API管理平台的过载阈值时,根据超过API管理平台过载阈值的程度,按照不同概率随机地拒绝发来的请求并发出不同等级的预警信息;
当监控指标为用户流量时,确定所述用户流量对应的基本特征信息为实时流量数据;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息,包括:
获取数据库中存储的流量数据,并生成周期规律图;
获取实时流量数据;
确定所述实时流量数据与所述周期规律图中对应的历史流量数据的偏差;
若所述偏差超过预设阈值,则发送异常预警信息;
当监控指标为日志时,确定所述日志对应的基本特征信息为API承载内容;
判断各所述基本特征信息是否超过所述基本特征信息相对应的预设阈值,并在所述基本特征信息超过所述基本特征信息相对应的预设阈值时,发出预警信息,包括:
从API管理平台获取API日志;
对API日志的承载内容进行预处理,得到待抽取文本;
对待抽取文本进行关键词提取,对关键词进行校验,确定非法词出现频次;
判断所述非法词出现频次是否超过危险阈值,并在所述非法词出现频次超过危险阈值时,根据超过危险阈值的程度,发出不同等级的危险预警信息。
2.根据权利要求1所述的基于API网关的预警方法,其特征在于,预先设定预设过载阈值程度矩阵H0,设定H0=(H1,H2,H3,H4),其中,H1为第一预设过载阈值程度,H2为第二预设过载阈值程度,H3为第三预设过载阈值程度,H4为第四预设过载阈值程度,其中H1<H2<H3<H4;
预先设定预设概率矩阵P0,设定P0=(P1,P2,P3,P4),其中,P1为第一预设概率,P2为第二预设概率,P3为第三预设概率,P4为第四预设概率,且P1<P2<P3<P4;
预先设定预设过载预警等级矩阵G0,设定G0=(G1,G2,G3,G4),其中,G1为第一预设过载预警等级,G2为第二预设过载预警等级,G3为第三预设过载预警等级,G4为第四预设过载预警等级,且G1<G2<G3<G4;
根据所述过载阈值程度H与各预设过载阈值程度之间的关系设定概率P、过载预警等级G:
当H<H1时,选定所述第一预设概率P1作为概率P、所述第一预设过载预警等级G1作为过载预警等级G;
当H1≤H<H2时,选定所述第二预设概率P2作为概率P、所述第二预设过载预警等级G2作为过载预警等级G;
当H2≤H<H3时,选定所述第三预设概率P3作为概率P、所述第三预设过载预警等级G3作为过载预警等级G;
当H3≤H<H4时,选定所述第四预设概率P4作为概率P、所述第四预设过载预警等级G4作为过载预警等级G。
3.根据权利要求1所述的基于API网关的预警方法,其特征在于,所述预设阈值包括最低预设阈值和最高预设阈值;
当所述偏差超过最低预设阈值时,则发送流量突跌预警信息;
当所述偏差超过最高预设阈值时,则发送流量突增预警信息。
4.根据权利要求1所述的基于API网关的预警方法,其特征在于,
预先设定预设危险阈值程度矩阵W0,设定W0=(W1,W2,W3,W4),其中,W1为第一预设危险阈值程度,W2为第二预设危险阈值程度,W3为第三预设危险阈值程度,W4为第四预设危险阈值程度,其中W1<W2<W3<W4;
预先设定预设预警等级矩阵D0,设定D0=(D1,D2,D3,D4),其中,D1为第一预设预警等级,D2为第二预设预警等级,D3为第三预设预警等级,D4为第四预设预警等级,且D1<D2<D3<D4;
根据所述危险阈值程度W与各预设危险阈值程度之间的关系设定预警等级D:
当W<W1时,选定所述第一预设预警等级D1作为预警等级D;
当W1≤W<W2时,选定所述第二预设预警等级D2作为预警等级D;
当W2≤W<W3时,选定所述第三预设预警等级D3作为预警等级D;
当W3≤W<W4时,选定所述第四预设预警等级D4作为预警等级D。
5.根据权利要求1所述的基于API网关的预警方法,其特征在于,所述预警信息发送至所述API网关的管理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211302188.6A CN115776435B (zh) | 2022-10-24 | 2022-10-24 | 一种基于api网关的预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211302188.6A CN115776435B (zh) | 2022-10-24 | 2022-10-24 | 一种基于api网关的预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115776435A CN115776435A (zh) | 2023-03-10 |
CN115776435B true CN115776435B (zh) | 2024-03-01 |
Family
ID=85389098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211302188.6A Active CN115776435B (zh) | 2022-10-24 | 2022-10-24 | 一种基于api网关的预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115776435B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116153041B (zh) * | 2023-04-17 | 2023-08-18 | 江西联创光电超导应用有限公司 | 一种用于超导磁体的拉杆紧急预警系统 |
CN116319811B (zh) * | 2023-05-22 | 2023-07-28 | 来未来科技(浙江)有限公司 | 一种支持多协议转化及服务编排的网关路由系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902775A (zh) * | 2012-09-27 | 2013-01-30 | 新浪网技术(中国)有限公司 | 互联网实时计算的方法和系统 |
WO2016177156A1 (zh) * | 2015-07-16 | 2016-11-10 | 中兴通讯股份有限公司 | 流量的处理方法、装置及系统 |
CN109617737A (zh) * | 2018-12-27 | 2019-04-12 | 携程计算机技术(上海)有限公司 | 互联网的日志平台的监控方法及系统 |
CN110086649A (zh) * | 2019-03-19 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 异常流量的检测方法、装置、计算机设备及存储介质 |
CN110535713A (zh) * | 2018-05-24 | 2019-12-03 | 中国人民财产保险股份有限公司 | 监控管理系统以及监控管理方法 |
CN111092778A (zh) * | 2019-12-31 | 2020-05-01 | 谷云科技(广州)有限责任公司 | 基于有限时序数据队列实现api实时预警的系统及方法 |
CN111198804A (zh) * | 2019-12-30 | 2020-05-26 | 中电工业互联网有限公司 | 基于网关的工业互联网平台第三方微服务监控预警方法 |
CN111212038A (zh) * | 2019-12-23 | 2020-05-29 | 江苏国泰新点软件有限公司 | 基于大数据人工智能的开放数据api网关系统 |
CN111756579A (zh) * | 2020-06-24 | 2020-10-09 | 北京百度网讯科技有限公司 | 异常预警方法、装置、设备以及存储介质 |
CN112527601A (zh) * | 2020-12-17 | 2021-03-19 | 航天信息股份有限公司 | 一种监控预警方法及装置 |
CN113835969A (zh) * | 2021-09-30 | 2021-12-24 | 北京字跳网络技术有限公司 | 微服务监控方法、装置、设备以及存储介质 |
CN115118571A (zh) * | 2022-06-28 | 2022-09-27 | 中国平安财产保险股份有限公司 | 业务监控方法、平台、计算机设备及存储介质 |
-
2022
- 2022-10-24 CN CN202211302188.6A patent/CN115776435B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902775A (zh) * | 2012-09-27 | 2013-01-30 | 新浪网技术(中国)有限公司 | 互联网实时计算的方法和系统 |
WO2016177156A1 (zh) * | 2015-07-16 | 2016-11-10 | 中兴通讯股份有限公司 | 流量的处理方法、装置及系统 |
CN110535713A (zh) * | 2018-05-24 | 2019-12-03 | 中国人民财产保险股份有限公司 | 监控管理系统以及监控管理方法 |
CN109617737A (zh) * | 2018-12-27 | 2019-04-12 | 携程计算机技术(上海)有限公司 | 互联网的日志平台的监控方法及系统 |
CN110086649A (zh) * | 2019-03-19 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 异常流量的检测方法、装置、计算机设备及存储介质 |
CN111212038A (zh) * | 2019-12-23 | 2020-05-29 | 江苏国泰新点软件有限公司 | 基于大数据人工智能的开放数据api网关系统 |
CN111198804A (zh) * | 2019-12-30 | 2020-05-26 | 中电工业互联网有限公司 | 基于网关的工业互联网平台第三方微服务监控预警方法 |
CN111092778A (zh) * | 2019-12-31 | 2020-05-01 | 谷云科技(广州)有限责任公司 | 基于有限时序数据队列实现api实时预警的系统及方法 |
CN111756579A (zh) * | 2020-06-24 | 2020-10-09 | 北京百度网讯科技有限公司 | 异常预警方法、装置、设备以及存储介质 |
CN112527601A (zh) * | 2020-12-17 | 2021-03-19 | 航天信息股份有限公司 | 一种监控预警方法及装置 |
CN113835969A (zh) * | 2021-09-30 | 2021-12-24 | 北京字跳网络技术有限公司 | 微服务监控方法、装置、设备以及存储介质 |
CN115118571A (zh) * | 2022-06-28 | 2022-09-27 | 中国平安财产保险股份有限公司 | 业务监控方法、平台、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115776435A (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115776435B (zh) | 一种基于api网关的预警方法 | |
CN108063772B (zh) | 一种基于服务侧的数据安全访问方法及系统 | |
US8050811B2 (en) | Method for controlling the distribution of vehicle-related data | |
CN110554856A (zh) | 一种微服务治理系统 | |
CN110554927A (zh) | 基于区块链的微服务调用方法 | |
RU2484596C2 (ru) | Система и способ выполнения публикации | |
CN112333188B (zh) | 数据服务接口、日志监管方法、系统、存储介质及终端 | |
Al‐Turjman | Smart‐city medium access for smart mobility applications in Internet of Things | |
US10157188B2 (en) | Released offender geospatial location information clearinghouse | |
CN112799908B (zh) | 基于边缘计算的智能终端安全监控方法、设备和介质 | |
CN105933217B (zh) | 消息同步方法及平台、网络服务器和适配服务器 | |
CN117201310A (zh) | 网元扩容方法、装置、电子设备及存储介质 | |
CN115278531B (zh) | 语音业务的异常检测方法、装置、设备及存储介质 | |
CN116226138A (zh) | 一种基于区块链的信息漏洞处理方法及装置 | |
CN113946464B (zh) | 一种结合模型及经验的预训练和并行推演的告警降噪方法 | |
US20070025534A1 (en) | Fraud telecommunications pre-checking systems and methods | |
US11032308B2 (en) | Source verification device | |
CN112350860A (zh) | 一种判断用户故障恢复情况的系统及方法 | |
CN114079960B (zh) | 网络接入异常的处理方法、装置、计算设备和存储介质 | |
CN107508739B (zh) | 一种通过vpn隧道传输数据的鉴权方法 | |
CN111507594A (zh) | 一种数据处理方法以及设备 | |
US20190394629A1 (en) | Radio communication system | |
CN111815466A (zh) | 交易流量控制方法、装置、设备及可读存储介质 | |
CN111784452A (zh) | 一种实现订单完结的消息推送方法及系统 | |
US11706091B2 (en) | Method and a system for retrieving and applying dynamic policy rules in a network |
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 |