System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請屬于數據處理,尤其涉及一種相似事件查詢方法、裝置、設備及計算機可讀存儲介質。
技術介紹
1、目前,在對監控指標進行的監控過程中,若因監控指標異常發生告警,往往需要運維人員先獲取與監控指標對應的第一事件(如指標時間序列曲線,告警日志),再按照監控指標的發生周期,在歷史事件中查找第一事件的相似事件,進而根據相似事件對第一事件進行研究分析,以確定告警是否為真實告警,以及對真實告警進行處理。
2、但是,人工查找相似事件的速度較慢。特別是在監控指標不滿足周期性規律的情況下,人工查找不僅耗時較長,且通常無法查找到適配的相似事件,從而導致對告警的處置時間較長,且可能產生誤判。因此,人工查找相似事件不僅速度較慢,還無法保證相似事件的準確性。
技術實現思路
1、本申請實施例提供了一種相似事件查詢方法、裝置、設備、計算機可讀存儲介質及計算機程序產品,能夠既保證查找相似事件的準確性,又提高查找相似事件的速度。
2、第一方面,本申請實施例提供了一種相似事件查詢方法,該方法包括:
3、獲取第一事件,以及從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列;
4、在所述第一事件為指標時間序列曲線的情況下,利用目標自編碼器提取所述指標時間序列曲線中的關鍵特征信息,得到第一特征序列,所述第一特征序列的特征長度小于預設長度;
5、利用目標孿生神經網絡模型分別確定所述第一特征序列和每個所述歷史特征序列之間的第一相似度,得到多個第一相似度;
>6、從所述多個歷史事件中,篩選出所述第一相似度大于第一預設閾值的歷史事件,得到所述第一事件的相似事件。
7、第二方面,本申請實施例提供了一種相似事件查詢裝置,該裝置包括:
8、第一獲取模塊,用于獲取第一事件,以及從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列;
9、第一提取模塊,用于在所述第一事件為指標時間序列曲線的情況下,利用目標自編碼器提取所述指標時間序列曲線中的關鍵特征信息,得到第一特征序列,所述第一特征序列的特征長度小于預設長度;
10、第一確定模塊,用于利用目標孿生神經網絡模型分別確定所述第一特征序列和每個所述歷史特征序列之間的第一相似度,得到多個第一相似度;
11、第一篩選模塊,用于從所述多個歷史事件中,篩選出所述第一相似度大于第一預設閾值的歷史事件,得到所述第一事件的相似事件。
12、第三方面,本申請實施例提供了一種電子設備,該設備包括:處理器以及存儲有計算機程序指令的存儲器;
13、所述處理器執行所述計算機程序指令時實現上述第一方面中任一種可能的實現方法中的方法。
14、第四方面,本申請實施例提供了一種計算機可讀存儲介質,該計算機可讀存儲介質上存儲有計算機程序指令,計算機程序指令被處理器執行時實現上述第一方面中任一種可能的實現方法中的方法。
15、第五方面,本申請實施例提供了一種計算機程序產品,該計算機程序產品中的指令由電子設備的處理器執行時,使得電子設備執行如上述第一方面中任一種可能的實現方法中的方法。
16、本申請實施例的相似事件查詢方法、裝置、設備、計算機可讀存儲介質及計算機程序產品,通過在第一事件為指標時間序列曲線的情況下,利用目標自編碼器提取指標時間序列曲線中的關鍵特征信息,能夠去除曲線中的冗余信息,得到信息密度更高的第一特征序列,保證第一特征序列中信息的有效性。由于第一特征序列相對于指標時間序列曲線的信息密度更高,因此,通過根據第一特征序列和每個歷史特征序列之間的相似度確定相似事件,能夠保證查找相似事件的準確性。另外,由于第一特征序列的特征長度小于預設長度,因此,通過根據第一特征序列和每個歷史特征序列之間的相似度確定相似事件,還能夠提高查找相似事件的速度。另外,通過利用目標孿生神經網絡模型分別確定第一特征序列和每個歷史特征序列之間的第一相似度,能夠保證第一相似度的準確性,進而能夠保證查找相似事件的準確性。如此,通過本申請實施例,能夠既保證查找相似事件的準確性,又提高查找相似事件的速度。
本文檔來自技高網...【技術保護點】
1.一種相似事件查詢方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述得到所述第一事件的相似事件之后,所述方法還包括:
3.根據權利要求1所述的方法,其特征在于,所述從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列之前,所述方法還包括:
4.根據權利要求1至3任一項所述的方法,其特征在于,所述獲取第一事件,以及從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列之前,所述方法還包括:
5.根據權利要求1所述的方法,其特征在于,所述利用目標孿生神經網絡模型分別確定所述第一特征序列和每個所述歷史特征序列之間的第一相似度之前,所述方法還包括:
6.根據權利要求1所述的方法,其特征在于,所述利用目標自編碼器提取所述指標時間序列曲線中的關鍵特征信息,得到第一特征序列,包括:
7.根據權利要求1所述的方法,其特征在于,所述方法還包括:
8.根據權利要求7所述的方法,其特征在于,所述從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列之前,所述方法還包括:
>9.根據權利要求8所述的方法,其特征在于,所述得到所述第一事件的相似事件之后,所述方法還包括:
10.一種相似事件查詢裝置,其特征在于,所述裝置包括:
11.一種電子設備,其特征在于,所述電子設備包括:處理器以及存儲有計算機程序指令的存儲器;
12.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質上存儲有計算機程序指令,所述計算機程序指令被處理器執行時實現如權利要求1-9任意一項所述的相似事件查詢方法。
13.一種計算機程序產品,其特征在于,所述計算機程序產品中的指令由電子設備的處理器執行時,使得所述電子設備執行如權利要求1-9任意一項所述的相似事件查詢方法。
...【技術特征摘要】
1.一種相似事件查詢方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述得到所述第一事件的相似事件之后,所述方法還包括:
3.根據權利要求1所述的方法,其特征在于,所述從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列之前,所述方法還包括:
4.根據權利要求1至3任一項所述的方法,其特征在于,所述獲取第一事件,以及從歷史事件庫中獲取多個歷史事件中的每個歷史事件的歷史特征序列之前,所述方法還包括:
5.根據權利要求1所述的方法,其特征在于,所述利用目標孿生神經網絡模型分別確定所述第一特征序列和每個所述歷史特征序列之間的第一相似度之前,所述方法還包括:
6.根據權利要求1所述的方法,其特征在于,所述利用目標自編碼器提取所述指標時間序列曲線中的關鍵特征信息,得到第一特征序列,包括:
7.根據權利要求1所述的方...
【專利技術屬性】
技術研發人員:靳迪,
申請(專利權)人:中國銀聯股份有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。