CN116662122A - 一种基于业务监控的监控方法、系统、设备及介质 - Google Patents
一种基于业务监控的监控方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116662122A CN116662122A CN202310659179.0A CN202310659179A CN116662122A CN 116662122 A CN116662122 A CN 116662122A CN 202310659179 A CN202310659179 A CN 202310659179A CN 116662122 A CN116662122 A CN 116662122A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- service
- data
- business
- unstable
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 308
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012937 correction Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 42
- 239000004973 liquid crystal related substance Substances 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
Abstract
本发明提供了一种基于业务监控的监控方法、系统、设备及介质，包括：根据预先识别的监控类别匹配预设的业务监控点；基于所述业务监控点进行业务监控，采集业务监控数据；根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。本发明通过云端稳定性预测对业务监控数据进行处理，通过云端处理，提高了处理能力和处理效率的同时，减少了处理成本，能面向复杂型的预测情况，扩大了使用领域，为云端化的部署和管理打下基础，并在业务监控稳定的情况下，得到稳定预测可视化结果，提高数据展示能力，降低数据处理难度，提高业务处理效率。
Description
技术领域
本发明属于业务监控技术领域，具体涉及一种基于业务监控的监控方法、系统、设备及介质。
背景技术
业务监控可以帮助企业实时监测业务运行状况，发现潜在问题并及时解决。目前，业务监控的发展已经进入了一个新阶段，包括：自动化和智能化。随着人工智能和机器学习技术的发展，业务监控工具也越来越智能化，能够自动发现和解决问题，减少人工干预。传统的业务监控主要关注系统和网络的性能指标，缺少维度的扩展。业务监控缺少支持云端化的部署和管理，无法很好的监控云端应用程序和基础设施的运行状况。业务监控工具还缺少数据可视化功能，无法适配的将监控数据以图表、报表等形式呈现，方便用户进行分析和决策。
发明内容
为克服上述现有技术的不足，本发明提出一种基于业务监控的监控方法，包括：
根据预先识别的监控类别匹配预设的业务监控点；
基于所述业务监控点进行业务监控，采集业务监控数据；
根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。
优选的，所述监控类别至少包括下述的一种或多种：业务流程、业务数据、业务系统、业务服务和业务安全。
优选的，所述业务监控点至少包括下述的一种或多种：业务流程监控点、业务数据监控点、业务系统监控点、业务服务监控点和业务安全监控点。
优选的，所述基于所述业务监控点进行业务监控，采集业务监控数据，包括：
步骤S01：基于所述业务监控点进行对应的业务监控，并分段采集业务监控分段数据；
步骤S02：对所述业务监控分段数据进行数据检测，得到数据检测值；
步骤S03：根据所述数据检测值进行数据检测判断，确定业务监控数据；其中，
当所述数据检测值在预设范围内时，则将所述业务监控分段数据作为业务监控数据；
当所述数据检测值不在预设范围内时，则跳转到步骤S01；
所述数据监测至少包括下述的一种或多种：准确性检测和完整性检测；
所述业务监控至少包括下述的一种或多种：业务流程监控、业务数据监控、业务系统监控、业务服务监控和业务安全监控；
所述分段采集至少包括下述的一种或多种：数据参数段采集和时间段采集。
优选的，所述根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案，包括：
根据所述业务监控数据进行云端稳定性预测，生成云端稳定性预测值；
根据所述云端稳定性预测值进行监控稳定性判断，生成监控预测结果，并根据所述监控预测结果生成对应的业务修正方案；其中，
当所述云端稳定性预测值大于等于预设的稳定值时，则生成稳定预测可视化结果；
当所述云端稳定性预测值大于等于预设的稳定值时，则生成不稳定预测结果，则根据所述不稳定预测结果生成对应的业务修正方案；
所述监控预测结果至少包括下述一种或多种：稳定预测结果和不稳定预测结果。
优选的，所述根据所述不稳定预测结果生成对应的业务修正方案，包括：
基于所述不稳定预测结果提取不稳定预测指数，根据所述不稳定预测指数和预设的标准预测指数进行不稳定预测分类，确定不稳定预测结果对应的不稳定类别；
基于所述不稳定类别进行业务修正分析，生成对应的业务修正方案；
所述不稳定类别至少包括下述一种或多种：业务流程不稳定、业务数据不稳定、业务系统不稳定、业务服务不稳定和业务安全不稳定。
本发明还提出一种基于业务监控的监控系统，包括：
业务监控点模块：用于根据预先识别的监控类别匹配预设的业务监控点；
业务监控采集模块：用于基于所述业务监控点进行业务监控，采集业务监控数据；
业务监控处理模块：用于根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。
优选的，所述业务监控点模块中的监控类别至少包括下述的一种或多种：业务流程、业务数据、业务系统、业务服务和业务安全。
优选的，所述业务监控点模块中的业务监控点至少包括下述的一种或多种：业务流程监控点、业务数据监控点、业务系统监控点、业务服务监控点和业务安全监控点。
优选的，所述业务监控采集模块，包括：
第一采集子模块：用于基于所述业务监控点进行对应的业务监控，并分段采集业务监控分段数据；
第二采集子模块：用于对所述业务监控分段数据进行数据检测，得到数据检测值；
第三采集子模块：用于根据所述数据检测值进行数据检测判断，确定业务监控数据；其中，
当所述数据检测值在预设范围内时，则将所述业务监控分段数据作为业务监控数据；
当所述数据检测值不在预设范围内时，则跳转到第一采集子模块；
所述数据监测至少包括下述的一种或多种：准确性检测和完整性检测；
所述业务监控至少包括下述的一种或多种：业务流程监控、业务数据监控、业务系统监控、业务服务监控和业务安全监控；
所述分段采集至少包括下述的一种或多种：数据参数段采集和时间段采集。
优选的，所述业务监控处理模块，包括：
预测子模块：用于根据所述业务监控数据进行云端稳定性预测，生成云端稳定性预测值；
修正子模块：用于根据所述云端稳定性预测值进行监控稳定性判断，生成监控预测结果，并根据所述监控预测结果生成对应的业务修正方案；其中，
当所述云端稳定性预测值大于等于预设的稳定值时，则生成稳定预测可视化结果；
当所述云端稳定性预测值大于等于预设的稳定值时，则生成不稳定预测结果，则根据所述不稳定预测结果生成对应的业务修正方案；
所述监控预测结果至少包括下述一种或多种：稳定预测结果和不稳定预测结果。
优选的，所述业务监控处理模块中根据所述不稳定预测结果生成对应的业务修正方案，包括：
基于所述不稳定预测结果提取不稳定预测指数，根据所述不稳定预测指数和预设的标准预测指数进行不稳定预测分类，确定不稳定预测结果对应的不稳定类别；
基于所述不稳定类别进行业务修正分析，生成对应的业务修正方案；
所述不稳定类别至少包括下述一种或多种：业务流程不稳定、业务数据不稳定、业务系统不稳定、业务服务不稳定和业务安全不稳定。
本发明还提出一种计算机设备，包括：一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述的一种基于业务监控的监控方法。
本发明还提出一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述的一种基于业务监控的监控方法。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供了一种基于业务监控的监控方法、系统、设备及介质，包括：根据预先识别的监控类别匹配预设的业务监控点；基于所述业务监控点进行业务监控，采集业务监控数据；根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。本发明通过云端稳定性预测对业务监控数据进行处理，通过云端处理，提高了处理能力和处理效率的同时，减少了处理成本，能面向复杂型的预测情况，扩大了使用领域，为云端化的部署和管理打下基础，并在业务监控稳定的情况下，得到稳定预测可视化结果，提高数据展示能力，降低数据处理难度，提高业务处理效率。
附图说明
图1为本发明提供的一种基于业务监控的监控方法的流程示意图；
图2为本发明提供的一种基于业务监控的监控系统的功能图；
图3为本发明提供的一种基于业务监控的监控系统中业务监控采集模块的功能图。
实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例
本发明提出一种基于业务监控的监控方法，如图1所示，包括：
根据预先识别的监控类别匹配预设的业务监控点；
基于所述业务监控点进行业务监控，采集业务监控数据；
根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。
具体的，所述监控类别至少包括下述的一种或多种：业务流程、业务数据、业务系统、业务服务和业务安全。
具体的，所述业务监控点至少包括下述的一种或多种：业务流程监控点、业务数据监控点、业务系统监控点、业务服务监控点和业务安全监控点。
具体的，所述基于所述业务监控点进行业务监控，采集业务监控数据，包括：
步骤S01：基于所述业务监控点进行对应的业务监控，并分段采集业务监控分段数据；
步骤S02：对所述业务监控分段数据进行数据检测，得到数据检测值；
步骤S03：根据所述数据检测值进行数据检测判断，确定业务监控数据；其中，
当所述数据检测值在预设范围内时，则将所述业务监控分段数据作为业务监控数据；
当所述数据检测值不在预设范围内时，则跳转到步骤S01；
所述数据监测至少包括下述的一种或多种：准确性检测和完整性检测；
所述业务监控至少包括下述的一种或多种：业务流程监控、业务数据监控、业务系统监控、业务服务监控和业务安全监控；
所述分段采集至少包括下述的一种或多种：数据参数段采集和时间段采集。
具体的，所述根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案，包括：
根据所述业务监控数据进行云端稳定性预测，生成云端稳定性预测值；
根据所述云端稳定性预测值进行监控稳定性判断，生成监控预测结果，并根据所述监控预测结果生成对应的业务修正方案；其中，
当所述云端稳定性预测值大于等于预设的稳定值时，则生成稳定预测可视化结果；
当所述云端稳定性预测值大于等于预设的稳定值时，则生成不稳定预测结果，则根据所述不稳定预测结果生成对应的业务修正方案；
所述监控预测结果至少包括下述一种或多种：稳定预测结果和不稳定预测结果。
具体的，所述根据所述不稳定预测结果生成对应的业务修正方案，包括：
基于所述不稳定预测结果提取不稳定预测指数，根据所述不稳定预测指数和预设的标准预测指数进行不稳定预测分类，确定不稳定预测结果对应的不稳定类别；
基于所述不稳定类别进行业务修正分析，生成对应的业务修正方案；
所述不稳定类别至少包括下述一种或多种：业务流程不稳定、业务数据不稳定、业务系统不稳定、业务服务不稳定和业务安全不稳定。
本发明通过基于业务监控的监控方法，可以及时发现和解决监控业务的业务问题，确保业务的正常运转。同时，该方法具有灵活性和可扩展性，可以根据不同的业务需求进行调整和优化。
实施例
本发明还提出一种基于业务监控的监控系统，如图2所示，包括：
业务监控点模块：用于根据预先识别的监控类别匹配预设的业务监控点；
业务监控采集模块：用于基于所述业务监控点进行业务监控，采集业务监控数据；
业务监控处理模块：用于根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。
具体的，所述业务监控点模块中的监控类别至少包括下述的一种或多种：业务流程、业务数据、业务系统、业务服务和业务安全。
具体的，所述业务监控点模块中的业务监控点至少包括下述的一种或多种：业务流程监控点、业务数据监控点、业务系统监控点、业务服务监控点和业务安全监控点。
具体的，所述业务监控采集模块，如图3所示，包括：
第一采集子模块：用于基于所述业务监控点进行对应的业务监控，并分段采集业务监控分段数据；
第二采集子模块：用于对所述业务监控分段数据进行数据检测，得到数据检测值；
第三采集子模块：用于根据所述数据检测值进行数据检测判断，确定业务监控数据；其中，
当所述数据检测值在预设范围内时，则将所述业务监控分段数据作为业务监控数据；
当所述数据检测值不在预设范围内时，则跳转到第一采集子模块；
所述数据监测至少包括下述的一种或多种：准确性检测和完整性检测；
所述业务监控至少包括下述的一种或多种：业务流程监控、业务数据监控、业务系统监控、业务服务监控和业务安全监控；
所述分段采集至少包括下述的一种或多种：数据参数段采集和时间段采集。
具体的，所述业务监控处理模块，包括：
预测子模块：用于根据所述业务监控数据进行云端稳定性预测，生成云端稳定性预测值；
修正子模块：用于根据所述云端稳定性预测值进行监控稳定性判断，生成监控预测结果，并根据所述监控预测结果生成对应的业务修正方案；其中，
当所述云端稳定性预测值大于等于预设的稳定值时，则生成稳定预测可视化结果；
当所述云端稳定性预测值大于等于预设的稳定值时，则生成不稳定预测结果，则根据所述不稳定预测结果生成对应的业务修正方案；
所述监控预测结果至少包括下述一种或多种：稳定预测结果和不稳定预测结果。
具体的，所述业务监控处理模块中根据所述不稳定预测结果生成对应的业务修正方案，包括：
基于所述不稳定预测结果提取不稳定预测指数，根据所述不稳定预测指数和预设的标准预测指数进行不稳定预测分类，确定不稳定预测结果对应的不稳定类别；
基于所述不稳定类别进行业务修正分析，生成对应的业务修正方案；
所述不稳定类别至少包括下述一种或多种：业务流程不稳定、业务数据不稳定、业务系统不稳定、业务服务不稳定和业务安全不稳定。
本发明通过一种基于业务监控的监控系统，可以帮助企业更好地了解业务运行状况，及时发现问题并采取措施解决，避免业务中断和损失；并通过对业务预测结果进行可视化，更好地呈现业务运行情况，提高优化效率。
实施例
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种基于业务监控的监控方法的步骤。
实施例
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质（Memory），所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序（包括程序代码）。需要说明的是，此处的计算机可读存储介质可以是高速RAM 存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种基于业务监控的监控方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。
Claims (10)
1.一种基于业务监控的监控方法，其特征在于，包括：
根据预先识别的监控类别匹配预设的业务监控点；
基于所述业务监控点进行业务监控，采集业务监控数据；
根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。
2.如权利要求1所述的方法，其特征在于，所述监控类别至少包括下述的一种或多种：业务流程、业务数据、业务系统、业务服务和业务安全。
3.如权利要求2所述的方法，其特征在于，所述业务监控点至少包括下述的一种或多种：业务流程监控点、业务数据监控点、业务系统监控点、业务服务监控点和业务安全监控点。
4.如权利要求3所述的方法，其特征在于，所述基于所述业务监控点进行业务监控，采集业务监控数据，包括：
步骤S01：基于所述业务监控点进行对应的业务监控，并分段采集业务监控分段数据；
步骤S02：对所述业务监控分段数据进行数据检测，得到数据检测值；
步骤S03：根据所述数据检测值进行数据检测判断，确定业务监控数据；其中，
当所述数据检测值在预设范围内时，则将所述业务监控分段数据作为业务监控数据；
当所述数据检测值不在预设范围内时，则跳转到步骤S01；
所述数据监测至少包括下述的一种或多种：准确性检测和完整性检测；
所述业务监控至少包括下述的一种或多种：业务流程监控、业务数据监控、业务系统监控、业务服务监控和业务安全监控；
所述分段采集至少包括下述的一种或多种：数据参数段采集和时间段采集。
5.如权利要求1所述的方法，其特征在于，所述根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案，包括：
根据所述业务监控数据进行云端稳定性预测，生成云端稳定性预测值；
根据所述云端稳定性预测值进行监控稳定性判断，生成监控预测结果，并根据所述监控预测结果生成对应的业务修正方案；其中，
当所述云端稳定性预测值大于等于预设的稳定值时，则生成稳定预测可视化结果；
当所述云端稳定性预测值大于等于预设的稳定值时，则生成不稳定预测结果，则根据所述不稳定预测结果生成对应的业务修正方案；
所述监控预测结果至少包括下述一种或多种：稳定预测结果和不稳定预测结果。
6.如权利要求5所述的方法，其特征在于，所述根据所述不稳定预测结果生成对应的业务修正方案，包括：
基于所述不稳定预测结果提取不稳定预测指数，根据所述不稳定预测指数和预设的标准预测指数进行不稳定预测分类，确定不稳定预测结果对应的不稳定类别；
基于所述不稳定类别进行业务修正分析，生成对应的业务修正方案；
所述不稳定类别至少包括下述一种或多种：业务流程不稳定、业务数据不稳定、业务系统不稳定、业务服务不稳定和业务安全不稳定。
7.一种基于业务监控的监控系统，其特征在于，包括：
业务监控点模块：用于根据预先识别的监控类别匹配预设的业务监控点；
业务监控采集模块：用于基于所述业务监控点进行业务监控，采集业务监控数据；
业务监控处理模块：用于根据所述业务监控数据进行云端稳定性预测，确定监控预测结果，并根据所述监控预测结果生成对应的业务修正方案。
8.如权利要求7所述的系统，其特征在于，所述业务监控处理模块，包括：
预测子模块：用于根据所述业务监控数据进行云端稳定性预测，生成云端稳定性预测值；
修正子模块：用于根据所述云端稳定性预测值进行监控稳定性判断，生成监控预测结果，并根据所述监控预测结果生成对应的业务修正方案；其中，
当所述云端稳定性预测值大于等于预设的稳定值时，则生成稳定预测可视化结果；
当所述云端稳定性预测值大于等于预设的稳定值时，则生成不稳定预测结果，则根据所述不稳定预测结果生成对应的业务修正方案；
所述监控预测结果至少包括下述一种或多种：稳定预测结果和不稳定预测结果。
9.一种计算机设备，其特征在于，包括：一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至6中任一项所述的一种基于业务监控的监控方法。
10.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至6中任一项所述的一种基于业务监控的监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310659179.0A CN116662122A (zh) | 2023-06-06 | 2023-06-06 | 一种基于业务监控的监控方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310659179.0A CN116662122A (zh) | 2023-06-06 | 2023-06-06 | 一种基于业务监控的监控方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116662122A true CN116662122A (zh) | 2023-08-29 |
Family
ID=87718683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310659179.0A Pending CN116662122A (zh) | 2023-06-06 | 2023-06-06 | 一种基于业务监控的监控方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116662122A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200081916A1 (en) * | 2018-09-12 | 2020-03-12 | Business Objects Software Ltd. | Predictive modeling with machine learning in data management platforms |
| CN111459782A (zh) * | 2020-04-02 | 2020-07-28 | 网易（杭州）网络有限公司 | 监控业务系统的方法、装置、云平台系统和服务器 |
| CN112799919A (zh) * | 2021-04-13 | 2021-05-14 | 上海钐昆网络科技有限公司 | 数据监控方法、装置、设备及计算机存储介质 |
| CN114138601A (zh) * | 2021-11-26 | 2022-03-04 | 北京金山云网络技术有限公司 | 一种业务告警方法、装置、设备及存储介质 |
| CN115629933A (zh) * | 2022-09-16 | 2023-01-20 | 深圳赛盒科技有限公司 | 业务系统监控方法、装置、设备及存储介质 |
-
2023
- 2023-06-06 CN CN202310659179.0A patent/CN116662122A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200081916A1 (en) * | 2018-09-12 | 2020-03-12 | Business Objects Software Ltd. | Predictive modeling with machine learning in data management platforms |
| CN111459782A (zh) * | 2020-04-02 | 2020-07-28 | 网易（杭州）网络有限公司 | 监控业务系统的方法、装置、云平台系统和服务器 |
| CN112799919A (zh) * | 2021-04-13 | 2021-05-14 | 上海钐昆网络科技有限公司 | 数据监控方法、装置、设备及计算机存储介质 |
| CN114138601A (zh) * | 2021-11-26 | 2022-03-04 | 北京金山云网络技术有限公司 | 一种业务告警方法、装置、设备及存储介质 |
| CN115629933A (zh) * | 2022-09-16 | 2023-01-20 | 深圳赛盒科技有限公司 | 业务系统监控方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112152830B (zh) | 一种智能的故障根因分析方法及系统 | |
| CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
| CN112148772A (zh) | 告警根因识别方法、装置、设备和存储介质 | |
| CN105677615B (zh) | 一种基于weka接口的分布式机器学习方法 | |
| KR20200004822A (ko) | 디스플레이 스크린 주변 회로 검출 방법, 장치, 전자기기 및 저장매체 | |
| KR20200004823A (ko) | 디스플레이 스크린 주변 회로 검출 방법, 장치, 전자기기 및 저장매체 | |
| CN117041029A (zh) | 网络设备故障处理方法、装置、电子设备及存储介质 | |
| CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
| CN113705074A (zh) | 一种化工事故风险预测方法及装置 | |
| CN116662122A (zh) | 一种基于业务监控的监控方法、系统、设备及介质 | |
| CN116629606A (zh) | 一种基于电力数据的产业链预警方法、装置、设备及介质 | |
| CN116482460A (zh) | 电网设备故障诊断方法及相关设备 | |
| CN111125195A (zh) | 一种数据异常检测方法及装置 | |
| CN112905370A (zh) | 拓扑图生成方法、异常检测方法、装置、设备及存储介质 | |
| CN113238911B (zh) | 告警处理方法及装置 | |
| CN112532643B (zh) | 基于深度学习的流量异常检测方法、系统、终端及介质 | |
| CN112379656A (zh) | 工业系统异常数据的检测的处理方法、装置、设备和介质 | |
| CN113361811A (zh) | 运行状态预测方法、系统、设备及计算机可读存储介质 | |
| CN112527631A (zh) | bug定位方法、系统、电子设备及存储介质 | |
| CN113971093A (zh) | 一种消息处理方法、装置、设备及计算机存储介质 | |
| CN112579402A (zh) | 一种应用系统故障定位的方法和装置 | |
| CN114676002A (zh) | 基于phm技术的系统运维方法及装置 | |
| CN112837040B (zh) | 应用于智能电网的电力数据管理方法及系统 | |
| CN116541252B (zh) | 一种机房故障日志数据处理方法及装置 | |
| CN116450485B (zh) | 一种应用性能干扰的检测方法和系统 |
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 |