CN116821837A - 异常日志的主动报送方法、装置、电子设备及介质 - Google Patents
异常日志的主动报送方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116821837A CN116821837A CN202311109024.6A CN202311109024A CN116821837A CN 116821837 A CN116821837 A CN 116821837A CN 202311109024 A CN202311109024 A CN 202311109024A CN 116821837 A CN116821837 A CN 116821837A
- Authority
- CN
- China
- Prior art keywords
- data
- target data
- log
- exception
- abnormal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000002159 abnormal effect Effects 0.000 claims abstract description 47
- 230000005856 abnormality Effects 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000002547 anomalous effect Effects 0.000 claims description 2
- 230000035772 mutation Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种异常日志的主动报送方法、装置、电子设备及介质，其中，该方法包括：读取日志文件内预先写入的目标数据，对目标数据进行分类，确定目标数据所对应的数据类别；基于数据类别对应的异常判定规则判断数据类别对应的目标数据是否存在异常；当判定目标数据存在异常时，将异常参数上传至服务器。本发明能够实现主动检查异常日志并进行上报，以使的测试人员及时发现异常问题并进行解决。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及异常日志的主动报送方法、异常日志的主动报送方法、电子设备及计算机可读存储介质。
背景技术
日志除了能够帮助开发人员及时识别程序中的逻辑错误，也能帮助主试人员及时发现被试人员因使用不当引发的一些问题，以便能及时纠正。目前大多数获取日志方法是界面上提供上传日志的按钮，由用户主动点击上报日志。这种方法存在较大弊端，一个是需要用户操作按钮，如果用户进入了某个界面执行业务，不能离开当前操作界面，就没法上报日志。例如用户正在用终端采集数据，出现数据指标异常、手环没戴紧、手环与边缘计算终端蓝牙连接断开等问题，此时用户一方面对异常情况并不知情，另一方面也不方便暂停采集去上传日志信息。
发明内容
本发明所要解决的技术问题在于，提供一种异常日志的主动报送方法、异常日志的主动报送装置、电子设备及计算机可读存储介质，以实现主动检查异常日志并进行上报，以使的测试人员及时发现异常问题并进行解决。
为了解决上述技术问题，根据本发明一方面，提供了一种异常日志的主动报送方法，包括：
读取日志文件内预先写入的目标数据，对所述目标数据进行分类，确定所述目标数据所对应的数据类别；
基于所述数据类别对应的异常判定规则判断所述数据类别对应的所述目标数据是否存在异常；
当判定所述目标数据存在异常时，将异常参数上传至服务器。
在一些实施方式中，所述异常日志的主动报送方法还包括：
通过预先建立日志特征描述器进行日志埋点；
通过心跳包触发埋点事件，以每间隔第一预设时长采集第二预设时长的所述目标数据，其中，所述第一预设时长大于所述第二预设时长；
将包括有所述目标数据的心跳数据包写入所述日志文件。
在一些实施方式中，所述读取日志文件内预先写入的目标数据，对所述目标数据进行分类，确定所述目标数据所对应的数据类别的步骤，包括：
启动边缘计算终端中的日志监听线程，读取所述日志文件；
依据所述埋点事件的类型对所述日志文件中的所述目标数据进行分类，以确定所述目标数据所对应的所述数据类别。
在一些实施方式中，所述异常判定规则包括：超限制值数据判定规则、反常规数据值判断规则和突变数据判定规则。
根据本发明另一方面，提供一种异常日志的主动报送装置，包括：
数据分类模块，配置为读取日志文件内预先写入的目标数据，对所述目标数据进行分类，确定所述目标数据所对应的数据类别；
异常判断模块，配置为基于所述数据类别对应的异常判定规则判断所述数据类别对应的所述目标数据是否存在异常；
异常上传模块，配置为在判定所述目标数据存在异常时，将异常参数上传至服务器。
在一些实施方式中，所述异常日志的主动报送装置还包括：
数据写入模块，配置为通过预先建立日志特征描述器进行日志埋点；通过心跳包触发埋点事件，以每间隔第一预设时长采集第二预设时长的所述目标数据，其中，所述第一预设时长大于所述第二预设时长；将包括有所述目标数据的心跳数据包写入所述日志文件。
在一些实施方式中，所述数据分类模块配置为：
启动边缘计算终端中的日志监听线程，读取所述日志文件；依据所述埋点事件的类型对所述日志文件中的所述目标数据进行分类，以确定所述目标数据所对应的所述数据类别。
在一些实施方式中，所述异常判定规则包括：超限制值数据判定规则、反常规数据值判断规则和突变数据判定规则。
根据本发明再一方面，提供一种电子设备，其包括存储器与处理器，所述存储器存储有计算机程序，所述程序在被所述处理器执行时能够实现上述任一实施方式所述的异常日志的主动报送方法的步骤。
根据本发明又一方面，提供一种计算机可读存储介质，用于存储计算机程序，所述程序在由一计算机或处理器执行时实现上述任一实施方式所述的异常日志的主动报送方法的步骤。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明的异常日志的主动报送方法、异常日志的主动报送装置、电子设备及计算机可读存储介质可以达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：
本发明提出了一种主动检查日志文件中数据是否异常，并在检测到异常日志后，主动将异常日志的异常参数进行上报，无需用户进行操作，使得异常日志的检测可以实时进行，进而能够使得测试人员及时发现异常问题并进行纠正。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1为本发明一实施例的异常日志的主动报送方法的流程示意图；
图2为本发明一实施例的将目标数据写入日志文件的方法的流程示意图；
图3为本发明一实施例的异常日志的主动报送装置的示意框图；
图4为本发明另一实施例的异常日志的主动报送装置的示意框图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种异常日志的主动报送方法、异常日志的主动报送装置、电子设备及计算机可读存储介质的具体实施方式及其功效，详细说明如后。
本发明提出了一种异常日志的主动报送方法，如图1所示，该设异常日志的主动报送方法包括：
步骤S10，读取日志文件内预先写入的目标数据，对目标数据进行分类，确定目标数据所对应的数据类别。
在该步骤中，日志文件中预先写入了目标数据，该目标数据可以是设备采集的数据，如手环采集的PPG数据、GYRO数据等，可以是设备的佩戴状态的数据、设备连接状态数据等。本发明并不以具体的数据类型进行限定。
在一实施例中，如图2所示，通过如下方法将目标数据写入日志文件，该方法包括：
步骤S100，通过预先建立日志特征描述器进行日志埋点。
在该步骤中，日志埋点包括埋点属性和埋点事件，通过进行日志埋点的方式，能够确定出需要的数据类型。
在一实施例中，定义统一格式的日志文件，通过埋点的方式生成的日志文件的格式为JSON格式。
埋点日志通常由公共属性字段和事件属性字段组成。例如，公共属性字段：
{
“sn”: “4320020895”， // 手环sn号
“userId”: 1083, // 用户id
“timestamp”：1686292013559 // 记录日志时间戳
}
事件属性字段：
{
“eventType”: “ppg_collect”, // 对应埋点事件类型字典
“trackInfo”:”{“t”:1686292013,data:[762283,762407...]” // 事件记录数据
}
步骤S200，通过心跳包触发埋点事件，以每间隔第一预设时长采集第二预设时长的目标数据。
在该步骤中，通过心跳包来实现埋点事件的触发，使得能够规律的获取所需的目标数据。
其中，第一预设时长大于第二预设时长预设时长。举例来说，每间隔30秒（即第一预设时长）采集5秒（即第二预设时长）的PPG数据（即目标数据）。
通过对第一预设时长和第二预设时长的限定，能够避免在日志文件中写入过多的数据，以此来降低数据处理量。
步骤S300，将包括有目标数据的心跳数据包写入日志文件。
在该步骤中，在通过步骤S200采集到目标数据后，将心跳数据包中所包括的目标数据写入到日志文件中。
在一实施例中，步骤S10包括：
步骤101，启动边缘计算终端中的日志监听线程，读取日志文件。
在该步骤中，在边缘计算终端中单独启动一个日志监听线程。通过该日志监听线程来读取日志文件，已获得日志文件中所写入的目标数据。
通过在边缘计算终端中单独启动日志监听线程，能够避免对设备运行的干扰，使得设备正常运行。
步骤102，依据所埋点事件的类型对日志文件中的目标数据进行分类，以确定目标数据所对应的数据类别。
在该步骤中，埋点事件的类型如表一所示。
当然，表一中仅仅记载了部分的埋点事件的类型，本发明并不以表一中所示的埋点事件的类型为限。
步骤S20，基于数据类别对应的异常判定规则判断数据类别对应的目标数据是否存在异常。
在一实施例中，异常判定规则包括超限制值数据判定规则、反常规数据值判断规则和突变数据判定规则。
其中，超限制值数据判定规则指的是目标数据中的数值是否超过预设的限制值。若超过则判定该目标数据存在异常。
反常规数据值判断规则指的是目标数据中是否出现了不合常理的情况，例如，本应存在数值的情况，但是该目标数据中并不存在任何数值，那么即可认定目标数据存在异常。
突变数据判定规则指的是目标数据中的数值是否出现了突变的情况，例如，目标数据本应为一组具有规律的数值，而目标数据的实际情况确实存在至少一处的数值出现突变，与其他数值并无规律可循，那么即可认定目标数据存在异常。
在一具体实施例中，突变数据判定规则进行判定的方法如下：
使用QuantileAD时间序列异常检测，用滑动窗口遍历历史数据，将窗口后的一位数据与参考窗中的统计量做差,得到一个新的时间序列s1；计算s1的(Q1-cIQR, Q3+cIQR)作为正常范围；若当前值与它参考窗中的统计量之差，不在正常范围内，则判定为异常。
不同数据类型的目标数据在判断是否存在异常时，需要选择其对应的判定规则。举例来说，当目标数据为设备采集的人体胜利数据时，那么则选择超限制值数据判定规则，例如，当设备采集的人体体温未处于35℃-42℃之间时，那么则会判断该目标数据存在异常。当目标数据为蓝牙连接状态数据时，则选择反常规数据值判断规则，例如，当检测到目标数据出现None值（即空值）时，则判定蓝牙连接状态异常，即目标数据存在异常。
步骤S30，当判定目标数据存在异常时，将异常参数上传至服务器。
在该步骤中，异常参数包括异常类型、异常信息、异常心跳包、异常时间戳等。
当通过步骤S20判定目标数据存在异常后，将上述异常参数上传至服务器，以使的测试人员能够及时的了解目标数据的异常情况，进而能够及时纠正。
本发明另一实施例的一种异常日志的主动报送装置，如图3所示，该异常日志的主动报送装置包括：数据分类模块10、异常判断模块20和异常上传模块30。
其中，数据分类模块10配置为读取日志文件内预先写入的目标数据，对目标数据进行分类，确定目标数据所对应的数据类别。
日志文件中预先写入了目标数据，该目标数据可以是设备采集的数据，如手环采集的PPG数据、GYRO数据等，可以是设备的佩戴状态的数据、设备连接状态数据等。本发明并不以具体的数据类型进行限定。
在一实施例中，如图4所示，异常日志的主动报送装置还包括数据写入模块40，该数据写入模块40配置为：通过预先建立日志特征描述器进行日志埋点，通过心跳包触发埋点事件，以每间隔第一预设时长采集第二预设时长的目标数据，将包括有目标数据的心跳数据包写入日志文件。
日志埋点包括埋点属性和埋点事件，通过进行日志埋点的方式，能够确定出需要的目标数据。在采集到目标数据后，将心跳数据包中所包括的目标数据写入到日志文件中。
在一实施例中，定义统一格式的日志文件，通过埋点的方式生成的日志文件的格式为JSON格式。
埋点日志通常由公共属性字段和事件属性字段组成。例如，公共属性字段：
{
“sn”: “4320020895”， // 手环sn号
“userId”: 1083, // 用户id
“timestamp”：1686292013559 // 记录日志时间戳
}
事件属性字段：
{
“eventType”: “ppg_collect”, // 对应埋点事件类型字典
“trackInfo”:”{“t”:1686292013,data:[762283,762407...]” // 事件记录数据
}
通过心跳包来实现埋点事件的触发，使得能够规律的获取所需的目标数据。
其中，第一预设时长大于第二预设时长预设时长。举例来说，每间隔30秒（即第一预设时长）采集5秒（即第二预设时长）的PPG数据（即目标数据）。
通过对第一预设时长和第二预设时长的限定，能够避免在日志文件中写入过多的数据，以此来降低数据处理量。
在一实施例中，数据分类模块具体配置为：启动边缘计算终端中的日志监听线程，读取日志文件；依据埋点事件的类型对日志文件中的目标数据进行分类，以确定目标数据所对应的数据类别。
在该实施例中，在边缘计算终端中单独启动一个日志监听线程。通过该日志监听线程来读取日志文件，已获得日志文件中所写入的目标数据。
通过在边缘计算终端中单独启动日志监听线程，能够避免对设备运行的干扰，使得设备正常运行。
在该实施例中，埋点事件的类型如表一所示。
当然，表一中仅仅记载了部分的埋点事件的类型，本发明并不以表一中所示的埋点事件的类型为限。
异常判断模块20配置为基于数据类别对应的异常判定规则判断数据类别对应的目标数据是否存在异常。
在一实施例中，异常判定规则包括超限制值数据判定规则、反常规数据值判断规则和突变数据判定规则。
其中，超限制值数据判定规则指的是目标数据中的数值是否超过预设的限制值。若超过则判定该目标数据存在异常。
反常规数据值判断规则指的是目标数据中是否出现了不合常理的情况，例如，本应存在数值的情况，但是该目标数据中并不存在任何数值，那么即可认定目标数据存在异常。
突变数据判定规则指的是目标数据中的数值是否出现了突变的情况，例如，目标数据本应为一组具有规律的数值，而目标数据的实际情况确实存在至少一处的数值出现突变，与其他数值并无规律可循，那么即可认定目标数据存在异常。
在一具体实施例中，突变数据判定规则进行判定的方法如下：
使用QuantileAD时间序列异常检测，用滑动窗口遍历历史数据，将窗口后的一位数据与参考窗中的统计量做差,得到一个新的时间序列s1；计算s1的(Q1-cIQR, Q3+cIQR)作为正常范围； 若当前值与它参考窗中的统计量之差，不在正常范围内，则判定为异常。
不同数据类型的目标数据在判断是否存在异常时，需要选择其对应的判定规则。举例来说，当目标数据为设备采集的人体胜利数据时，那么则选择超限制值数据判定规则，例如，当设备采集的人体体温未处于35℃-42℃之间时，那么则会判断该目标数据存在异常。当目标数据为蓝牙连接状态数据时，则选择反常规数据值判断规则，例如，当检测到目标数据出现None值（即空值）时，则判定蓝牙连接状态异常，即目标数据存在异常。
异常上传模块30配置为在判定目标数据存在异常时，将异常参数上传至服务器。
异常参数包括异常类型、异常信息、异常心跳包、异常时间戳等。
当通过异常判定模块20判定目标数据存在异常后，将上述异常参数上传至服务器，以使的测试人员能够及时的了解目标数据的异常情况，进而能够及时纠正。
本发明的再一实施例的一种电子设备，其包括存储器与处理器，存储器存储有计算机程序，程序在被处理器执行时能够实现任一实施例的异常日志的主动报送方法的步骤。
在一实施例中，该电子设备包括手机、平板电脑以及智能手环、AR/VR眼镜等穿戴设备。
本发明又一实施例的一种计算机可读存储介质，用于存储计算机程序，程序在由一计算机或处理器执行时实现任一实施例的异常日志的主动报送方法的步骤。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (10)
1.一种异常日志的主动报送方法，其特征在于，包括：
读取日志文件内预先写入的目标数据，对所述目标数据进行分类，确定所述目标数据所对应的数据类别；
基于所述数据类别对应的异常判定规则判断所述数据类别对应的所述目标数据是否存在异常；
当判定所述目标数据存在异常时，将异常参数上传至服务器。
2.根据权利要求1所述的异常日志的主动报送方法，其特征在于，所述方法还包括：
通过预先建立日志特征描述器进行日志埋点；
通过心跳包触发埋点事件，以每间隔第一预设时长采集第二预设时长的所述目标数据，其中，所述第一预设时长大于所述第二预设时长；
将包括有所述目标数据的心跳数据包写入所述日志文件。
3.根据权利要求2所述的异常日志的主动报送方法，其特征在于，所述读取日志文件内预先写入的目标数据，对所述目标数据进行分类，确定所述目标数据所对应的数据类别的步骤，包括：
启动边缘计算终端中的日志监听线程，读取所述日志文件；
依据所述埋点事件的类型对所述日志文件中的所述目标数据进行分类，以确定所述目标数据所对应的所述数据类别。
4.根据权利要求1-3中任一项所述的异常日志的主动报送方法，其特征在于，所述异常判定规则包括：超限制值数据判定规则、反常规数据值判断规则和突变数据判定规则。
5.一种异常日志的主动报送装置，其特征在于，包括：
数据分类模块，配置为读取日志文件内预先写入的目标数据，对所述目标数据进行分类，确定所述目标数据所对应的数据类别；
异常判断模块，配置为基于所述数据类别对应的异常判定规则判断所述数据类别对应的所述目标数据是否存在异常；
异常上传模块，配置为在判定所述目标数据存在异常时，将异常参数上传至服务器。
6.根据权利要求5所述的异常日志的主动报送装置，其特征在于，所述装置还包括：
数据写入模块，配置为通过预先建立日志特征描述器进行日志埋点；通过心跳包触发埋点事件，以每间隔第一预设时长采集第二预设时长的所述目标数据，其中，所述第一预设时长大于所述第二预设时长；将包括有所述目标数据的心跳数据包写入所述日志文件。
7.根据权利要求6所述的异常日志的主动报送装置，其特征在于，所述数据分类模块配置为：
启动边缘计算终端中的日志监听线程，读取所述日志文件；依据所述埋点事件的类型对所述日志文件中的所述目标数据进行分类，以确定所述目标数据所对应的所述数据类别。
8.根据权利要求5-7中任一项所述的异常日志的主动报送装置，其特征在于，所述异常判定规则包括：超限制值数据判定规则、反常规数据值判断规则和突变数据判定规则。
9.一种电子设备，其包括存储器与处理器，所述存储器存储有计算机程序，所述程序在被所述处理器执行时能够实现权利要求1至4中任一项所述的异常日志的主动报送方法的步骤。
10.一种计算机可读存储介质，用于存储计算机程序，所述程序在由一计算机或处理器执行时实现如权利要求1至4中任意一项权利要求所述的异常日志的主动报送方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311109024.6A CN116821837A (zh) | 2023-08-31 | 2023-08-31 | 异常日志的主动报送方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311109024.6A CN116821837A (zh) | 2023-08-31 | 2023-08-31 | 异常日志的主动报送方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116821837A true CN116821837A (zh) | 2023-09-29 |
Family
ID=88114956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311109024.6A Pending CN116821837A (zh) | 2023-08-31 | 2023-08-31 | 异常日志的主动报送方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116821837A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981943A (zh) * | 2012-10-29 | 2013-03-20 | 新浪技术（中国）有限公司 | 监控应用日志的方法及系统 |
| CN105430681A (zh) * | 2015-11-04 | 2016-03-23 | 努比亚技术有限公司 | 异常自动上传及恢复方法、装置及移动终端 |
| CN107612740A (zh) * | 2017-09-30 | 2018-01-19 | 武汉光谷信息技术股份有限公司 | 一种分布式环境下的日志监控系统及方法 |
| WO2019100614A1 (zh) * | 2017-11-22 | 2019-05-31 | 平安科技（深圳）有限公司 | 埋点数据处理方法、装置、计算机设备和存储介质 |
| CN111444072A (zh) * | 2020-03-26 | 2020-07-24 | 世纪龙信息网络有限责任公司 | 客户端的异常识别方法、装置、计算机设备和存储介质 |
| CN112214378A (zh) * | 2020-10-23 | 2021-01-12 | 珠海格力电器股份有限公司 | 数据收集方法、装置、电子设备及存储介质 |
| WO2021073144A1 (zh) * | 2019-10-18 | 2021-04-22 | 平安科技（深圳）有限公司 | 分布式文件系统的监控方法、装置、终端及存储介质 |
-
2023
- 2023-08-31 CN CN202311109024.6A patent/CN116821837A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102981943A (zh) * | 2012-10-29 | 2013-03-20 | 新浪技术（中国）有限公司 | 监控应用日志的方法及系统 |
| CN105430681A (zh) * | 2015-11-04 | 2016-03-23 | 努比亚技术有限公司 | 异常自动上传及恢复方法、装置及移动终端 |
| CN107612740A (zh) * | 2017-09-30 | 2018-01-19 | 武汉光谷信息技术股份有限公司 | 一种分布式环境下的日志监控系统及方法 |
| WO2019100614A1 (zh) * | 2017-11-22 | 2019-05-31 | 平安科技（深圳）有限公司 | 埋点数据处理方法、装置、计算机设备和存储介质 |
| WO2021073144A1 (zh) * | 2019-10-18 | 2021-04-22 | 平安科技（深圳）有限公司 | 分布式文件系统的监控方法、装置、终端及存储介质 |
| CN111444072A (zh) * | 2020-03-26 | 2020-07-24 | 世纪龙信息网络有限责任公司 | 客户端的异常识别方法、装置、计算机设备和存储介质 |
| CN112214378A (zh) * | 2020-10-23 | 2021-01-12 | 珠海格力电器股份有限公司 | 数据收集方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9041530B2 (en) | Biometric attribute anomaly detection system with adjusting notifications | |
| CN111092852A (zh) | 基于大数据的网络安全监控方法、装置、设备及存储介质 | |
| US7594014B2 (en) | Abnormality detection system, abnormality management apparatus, abnormality management method, probe and program | |
| WO2018184304A1 (zh) | 一种网元健康状态的检测方法及设备 | |
| CN117251697B (zh) | 一种智能穿戴设备安全数据的综合评估管理系统 | |
| CN114579818A (zh) | 一种可视化碳排放检测管理系统及方法 | |
| US20160179849A1 (en) | Machine to machine data aggregator | |
| CN108334530A (zh) | 用户行为信息分析方法、设备及存储介质 | |
| CN115118581A (zh) | 一种基于5g的物联网数据全链路监控和智能保障系统 | |
| CN111444072A (zh) | 客户端的异常识别方法、装置、计算机设备和存储介质 | |
| CN114548437A (zh) | 一种基于工业物联网的旋转设备智能运维系统及运维方法 | |
| CN115080555A (zh) | 一种基于信令获取人口数据判别离群点的方法、系统和介质 | |
| CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
| CN116821837A (zh) | 异常日志的主动报送方法、装置、电子设备及介质 | |
| CN108111328B (zh) | 一种异常处理方法及装置 | |
| CN112416896A (zh) | 数据异常的报警方法和装置、存储介质、电子装置 | |
| CN110011872B (zh) | 一种基于诊断消息的流式计算平台状态监控方法和装置 | |
| CN115801538A (zh) | 场站服务器应用资产深度识别方法、系统及设备 | |
| CN115766793A (zh) | 一种基于数据中心机房基础环境监测报警装置 | |
| CN114666210A (zh) | 基于大数据日志分析的告警方法及装置 | |
| CN117729209B (zh) | 基于云计算的健康管理数据智能管理系统 | |
| CN112363895A (zh) | 一种系统故障的定位方法、装置及电子设备 | |
| CN112448840A (zh) | 一种通信数据质量监控方法、装置、服务器及存储介质 | |
| CN110601885A (zh) | 一种人工智能公有云异常指示报警系统 | |
| CN111127855A (zh) | 一种环境物联网的环境事件监测方法及系统 |
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 |