CN105278949A - 用于基于接收到的测量来确定阈值基线的方法和装置 - Google Patents
用于基于接收到的测量来确定阈值基线的方法和装置 Download PDFInfo
- Publication number
- CN105278949A CN105278949A CN201510412340.XA CN201510412340A CN105278949A CN 105278949 A CN105278949 A CN 105278949A CN 201510412340 A CN201510412340 A CN 201510412340A CN 105278949 A CN105278949 A CN 105278949A
- Authority
- CN
- China
- Prior art keywords
- value
- duration
- subset
- statistical computation
- data set
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 119
- 238000005259 measurement Methods 0.000 title abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 81
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000010586 diagram Methods 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 16
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 26
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
- Debugging And Monitoring (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Complex Calculations (AREA)
Abstract
本公开的实施例涉及用于基于接收到的测量来确定阈值基线的方法和装置。该方法和装置可以被配置为接收与过程有关的值的数据集。值的数据集对应于在持续时间内执行过程时测量的值。该方法还包括对值的第一数据子集执行第一统计计算。第一数据子集中的值是全部接收到的值的数据集的子集。值的第一数据子集的值对应于属于上述持续时间中的第一时间帧的值。该方法还包括显示第一统计计算的第一计算结果。该方法还包括确定执行过程是否跨越第一阈值基线。第一阈值基线基于第一统计计算。该方法还包括如果确定过程已经跨越第一阈值基线,则向用户传输第一警报。
Description
技术领域
本发明的实施例涉及基于接收到的测量来确定阈值基线,并且涉及使用确定的阈值基线来分析接收到的测量。
背景技术
阈值基线通常可以认为是用作用于定义从一个状态到另一状态的变化的基础的至少一个参考值。例如,阈值基线可以区分“不期望”状态与“期望”状态,或者区分“失控”状态与“受控”状态,或者区分“异常”状态与“正常”状态。用户可以监测过程的测量是否跨越阈值基线。如此,通过区分每个测量与其对应的状态,阈值基线可以用于分析过程的这些测量。例如,根据阈值基线来监测和控制过程可以确保过程操作在期望的水平。
发明内容
根据第一实施例,一种方法可以包括由处理器接收与过程有关的值的数据集。所述值的数据集对应于在持续时间内执行所述过程时测量的值。所述方法还可以包括对值的第一数据子集执行第一统计计算。所述第一数据子集中的值是全部接收到的值的数据集的子集。所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值。所述方法还可以包括显示所述第一统计计算的第一计算结果。所述方法还可以包括确定执行所述过程是否已经跨越第一阈值基线。所述第一阈值基线基于所述第一统计计算。所述方法还可以包括如果所述过程被确定为跨越所述第一阈值基线,则向用户传输第一警报。
在第一实施例的方法中,接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
在第一实施例的方法中,所述方法还可以包括对值的第二数据子集执行第二统计计算。所述第二数据子集中的值是全部接收到的值的数据集的子集。所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值。所述方法还可以包括显示所述第二统计计算的第二计算结果。所述方法还可以包括确定执行所述过程是否已经跨越第二阈值基线。所述第二阈值基线基于所述第二统计计算。所述方法还可以包括如果所述过程被确定为已经跨越所述第二阈值基线,则向所述用户传输第二警报。
在第一实施例的方法中,所述方法还可以包括显示第一分布。所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
在第一实施例的方法中,所述方法还可以包括显示第二分布。所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
根据第二实施例,一种装置可以包括至少一个处理器。所述装置还可以包括包含计算机程序代码的至少一个存储器。所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起至少引起所述装置接收与过程有关的值的数据集。所述值的数据集对应于在持续时间内执行所述过程时测量的值。所述装置还可以被引起对值的第一数据子集执行第一统计计算。所述第一数据子集中的值是全部接收到的值的数据集的子集,并且所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值。所述装置还可以被引起显示所述第一统计计算的第一计算结果。所述装置还可以被引起确定执行所述过程是否已经跨越第一阈值基线。所述第一阈值基线基于所述第一统计计算。所述装置还可以被引起如果所述过程被确定为跨越所述第一阈值基线,则向用户传输第一警报。
在第二实施例的装置中,接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
在第二实施例的装置中,所述装置还被引起对值的第二数据子集执行第二统计计算。所述第二数据子集中的值是全部接收到的值的数据集的子集,并且所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值。所述装置还被引起显示所述第二统计计算的第二计算结果。所述装置还被引起确定执行所述过程是否已经跨越第二阈值基线。所述第二阈值基线基于所述第二统计计算。所述装置还被引起为如果所述过程被确定为跨越所述第二阈值基线,则向所述用户传输第二警报。
在第二实施例的装置中,所述装置还被引起显示第一分布。所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
在第二实施例的装置中,所述装置还被引起显示第二分布。所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
根据第三实施例,一种计算机程序产品可以被实施在非瞬态计算机可读介质上。所述计算机程序产品被配置为控制处理器执行过程,所述过程包括接收与过程有关的值的数据集。所述值的数据集对应于在持续时间内执行所述过程时测量的值。所述过程可以包括对值的第一数据子集执行第一统计计算。所述第一数据子集中的值是全部接收到的值的数据集的子集。所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值。所述过程还可以包括显示所述第一统计计算的第一计算结果。所述过程还可以包括确定执行所述过程是否跨越第一阈值基线。所述第一阈值基线基于所述第一统计计算。所述过程还可以包括如果所述过程被确定为跨越所述第一阈值基线,则向用户传输第一警报。
在第三实施例的计算机程序产品中,接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
在第三实施例的计算机程序产品中,所述过程还包括对值的第二数据子集执行第二统计计算。所述第二数据子集中的值是全部接收到的值的数据集的子集。所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值。所述过程还可以包括显示所述第二统计计算的第二计算结果。所述过程还可以包括确定执行所述过程是否已经跨越第二阈值基线。所述第二阈值基线基于所述第二统计计算。所述过程还可以包括如果所述过程被确定为跨越所述第二阈值基线,则向所述用户传输第二警报。
在第三实施例的计算机程序产品中,所述过程还包括显示第一分布。所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
在第三实施例的计算机程序产品中,所述过程还包括显示第二分布。所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
根据第四实施例,一种装置可以包括接收与过程有关的值的数据集的接收装置。所述值的数据集对应于在持续时间内执行所述过程时测量的值。所述装置还可以包括对值的第一数据子集执行第一统计计算的第一执行装置。所述第一数据子集中的值是全部接收到的值的数据集的子集,并且所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值。所述装置还可以包括显示所述第一统计计算的第一计算结果的第一显示装置。所述装置还可以包括确定执行所述过程是否已经跨越第一阈值基线的第一确定装置。所述第一阈值基线基于所述第一统计计算。所述装置还可以包括如果所述过程被确定为跨越所述第一阈值基线,则向用户传输第一警报的第一传输装置。
在第四实施例的装置中,接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
在第四实施例的装置中,所述装置还可以包括对值的第二数据子集执行第二统计计算的第二执行装置。所述第二数据子集中的值是全部接收到的值的数据集的子集,并且所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值。所述装置还可以包括显示所述第二统计计算的第二计算结果的第二显示装置。所述装置还可以包括确定执行所述过程是否已经跨越第二阈值基线的第二确定装置。所述第二阈值基线基于所述第二统计计算。所述装置还可以包括如果所述过程被确定为跨越所述第二阈值基线,则向所述用户传输第二警报的第二传输装置。
在第四实施例的装置中,所述装置还可以包括显示第一分布的第三显示装置。所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
在第四实施例的装置中,所述装置还包括显示第二分布的第四显示装置。所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
附图说明
为了正确地理解本发明,应当参考附图,其中:
图1图示根据一个实施例的可以由监视器或者显示器示出的用户界面。
图2图示根据另一个实施例的可以由监视器或者显示器示出的用户界面。
图3图示根据一个实施例的方法的流程图。
图4图示根据一个实施例的装置。
图5图示根据另一个实施例的设备。
图6图示根据一个实施例的装置。
具体实施方式
本发明的实施例涉及基于接收到的测量来确定阈值基线,并且涉及使用确定的阈值基线来分析接收到的测量。本发明的实施例可以收集或者接收与过程有关的测量/值的数据集。测量/值可以包括数值。术语“测量”和“值”在本文中可以可互换地使用。在一个实施例中,值的数据集可以是对应于在持续时间内采样的测量的值。持续时间内的采样可以是规则采样或者不规则采样。在一个实施例中,接收到的数据集可以对应于采样网络设备响应时间值(例如,正如用毫秒测量)。虽然在一个实施例中接收到的数据集可以对应于网络设备响应时间,但是其他实施例的接收到的数据集可以对应于其他测量值。
在收集/接收测量/值的数据集之后,本发明的实施例然后可以对测量/值的数据集执行不同的统计计算,以便确定适当的输出。如下面更详细地描述的,适当的输出可以包括多个计算结果。适当的输出还可以包括针对阈值基线的推荐的集合。如果超过和/或满足阈值基线,则***可以警报用户已经超过和/或满足阈值。例如,如果由相关过程的值跨越阈值基线,则本发明的实施例可以警告/通知用户过程已经跨越阈值基线。如果由相关过程的值跨越另一阈值基线,则本发明的实施例可以警告/通知用户过程已经跨越另一阈值基线。不同的警告/通知可以对应于不同严重程度的问题。
本发明的某些实施例可以基于接收到的全部测量/值(值的全部数据集)来执行以上描述的计算(以确定计算结果)。本发明的其他实施例可以基于接收到的值的子集来执行计算。例如,本发明的实施例可以对接收到的全部值内的、对应于特定时间范围的特定的值/测量执行统计计算(以确定计算结果)。这些特定的值/测量形成值的全部数据集的子集。通过对与特定时间范围对应的值/测量执行统计计算,本发明的实施例可以更好地通知用户关于值/测量内的数据模式和/或不规则性。
通过任何给定数据集,本发明的实施例可以提供计算结果,诸如最小值、最大值、平均值和标准偏差。用于测量的特定时间范围可以包括但是不限于全部时间范围、工作日工作时间、晚上时间和/或周末时间。除了提供计算结果(诸如平均值、最小值、最大值和标准偏差)之外,本发明的实施例还可以计算其他统计计算,诸如统计上显著的百分位水平。例如,一个实施例可以确定第95百分位水平,其中95%的测量小于或者等于与第95百分位水平对应的值。可以根据计算的平均值和标准偏差值来确定统计上显著的百分位水平。
本发明的实施例可以根据调度来对接收到的测量的数据集执行统计计算(以产生计算结果)。可以根据调度来执行统计计算,以便随着潜在数据(每个阈值基线值从其被导出)的改变而动态地确定/改变阈值基线值,如下面更详细地描述的。
例如,假定用户将本发明的一个实施例配置为在规则的基础上(诸如每天)执行/实行统计计算。规则的基础例如还可以对应于其他时间帧(诸如每小时的基础、每周的基础和/或每月的基础)。进一步假定用户将本发明的实施例配置为使用基于属数学平均值的动态阈值基线值连同标准偏差值,诸如对应于平均值+(2×标准偏差)的动态阈值基线值。为了图示可以如何动态地改变阈值基线,例如如果平均值从100ms变为110ms的同时标准偏差保持为例如5ms的,则阈值基线值(用于网络设备响应时间)可以从100ms改变为120ms。
本发明的实施例可以在适当的时候对以下类型的测量/值执行统计计算。
·MSSQL——平均锁定等待时间
·MSSQL——全扫描/秒
·MSSQL——编译/重新编译/秒
·交换——RPC平均潜伏期
·交换——拷贝队列长度
如以上所描述的,本发明的实施例可以动态地确定阈值基线。如以上所讨论的,可以根据接收到的最新的测量/值来动态地确定阈值基线警报。例如,假定将阈值基线设置在(平均值+(3×标准偏差))处,并且计算的平均值和标准偏差分别对应于10和2。因此,确定的阈值基线为16。在该示例中,随后等于或者大于16的接收的测量/值会触发警报。然而,如果平均值和标准偏差分别要改变为11和3,并且阈值基线的调度的重新计算已经出现,则其会占用等于或者大于20的随后接收的值以触发临界警报。利用这一方法,本发明的实施例能够考虑改变的环境数据,并且本发明的实施例能够考虑数据趋势,以使得报警设置随着测量/值的当前数据集的平均值和标准偏差而移动。
图1图示根据一个实施例的可以由监视器或者显示器示出的用户界面100。用户界面100包括数据汇总表格192和数据频率图表171。数据频率图表171可以经由标签101被访问。如图1所示,不同的时间范围可以用不同的颜色和符号进行示出。符号(诸如太阳符号110)可以对应于例如星期一到星期五的上午8点到下午5点的(白天)时间范围,而月亮符号120可以对应于没有由太阳时间来转换的夜晚时间范围。“所有时间”表示130可以对应于一天的所有时间。一旦选择符号,统计计算就可以基于在对应于选择的符号的时间期间采样的测量。
界面100可以包括数据频率图表171。数据频率图表171可以图示不同的分布。例如,分布160可以反映例如在太阳符号110的时间范围期间(星期一到星期五的上午8点到下午5点)采样的测量。每个分布可以图示每个值在对应的时间范围内出现的次数。例如,参考图1的示例,分布160示出在星期一到星期五的上午8点到下午5点的时间范围期间采样的所有值(即响应时间)(具有在0k到5k的范围内的值)每个出现0到250次。参考分布160,最常出现的值是大致2k的响应时间,其出现大致125次。分布170可以反映在没有由太阳时间覆盖的时间(诸如对应于月亮符号120的时间)期间采样的值。分布180可以反映对应于“所有时间”指示130的值。
数据汇总表格192可以显示针对不同时间段中的每个时间段的以上描述的计算结果。如以上所描述的,计算结果可以包括例如最小值、最大值、标准偏差值、平均值和统计上显著的值(诸如,对应于偏离平均值的标准偏差的值)。数据汇总表格192显示针对符号/指示110、120和130的先前描述的时间范围中的每个时间范围的计算结果。数据汇总表格192可以例如按照对应于(平均值-3σ)、(平均值-2σ)、(平均值-σ)、平均值、(平均值+σ)、(平均值+2σ)、(平均值+3σ)的降序(或者升序)列出计算结果。其他实施例可以包括比平均值大或小“3σ”的计算结果。
数据汇总表格192还可以指示任何计算结果是否对应于阈值。如以上所描述的,一种类型的阈值可以是“警告阈值”。另一种类型的阈值可以是“临界阈值”。
在图1的示例中,数据汇总表格192指示对于“全部时间”时间范围,值“3933”(对应于距离平均值2σ)是“警告”阈值。数据汇总表格192还指示对于“全部时间”时间范围,值“4667”(对应于距离平均值3σ)是“临界”阈值。
还可以在数据频率图表171中显示每个阈值。阈值可以呈现为所显示的图表中的边界。例如,“警告”值“3933”呈现为所显示的数据频率图表171中的边界190。“临界”值“4667”呈现为所显示的数据频率图表171中的边界191。
鉴于以上内容,本发明的实施例的用户可以使用默认基线阈值或者可以基于接收到的测量/值来录入他们自己的设置,并且用户可以根据这些配置来视觉地监测数据。鉴于以上内容,本发明的实施例可以向用户提供关于接收到的测量/值如何呈现以及接收到的测量/值多久以警告和临界水平触发警报的较清楚的图片。
窗口194还可以通知用户关于上一次是在何时计算/更新数据汇总表格192的统计计算。参考窗口194的示例,上一次是在7月13日、星期六的上午11:50计算/更新统计值。窗口194还可以指示在其中对值进行采样的特定持续时间。在某些实施例中,窗口194可以允许用户能够调度何时以及以什么频率执行统计计算。
界面100还可以包括允许用户能够定义当前阈值设置的窗口193。例如,在值“大于”用作阈值基线的指定值时,用户可以确定警告阈值被跨越。窗口193还可以允许用户能够在值“大于”另一个指定值时确定临界阈值被跨越。窗口193还可以允许用户能够在值“等于”或者“小于”指定值时确定阈值被跨越。
图2图示根据另一个实施例的可以由监视器或者显示器示出的用户界面100。用户界面100可以包括数据汇总表格以及数据频率图表204和205。数据频率图表204和205可以经由标签102被访问。数据频率图表205图示随着时间变化的测量值的图表。在图2的示例中,测量值可以对应于CPU使用值。数据频率图表204和205还可以包括绘制的“平均CPU”210值或者绘制的“最小/最大CPU”220值。
图3图示根据本发明的某些实施例的方法的逻辑流程图。图3所示的方法包括:在310处接收与过程有关的值的数据集。值的数据集对应于在持续时间内执行过程时测量的值。该方法包括:在320处对值的第一数据子集执行第一统计计算。第一数据子集中的值是全部接收到的值的数据集的子集。值的第一数据子集中的值对应于属于持续时间中的第一时间帧的值。方法在330处还包括:显示第一统计计算的第一计算结果。方法在340处还包括:确定执行过程是否跨越第一阈值基线。第一阈值基线基于第一统计计算。方法在350处还包括在确定过程已经跨越第一阈值基线的情况下向用户传输第一警报。
图4图示根据一个实施例的装置400。在一个实施例中,装置400可以是计算机***。装置400包括接收与过程相关的值的数据集的接收单元410。值的数据集对应于在持续时间内执行过程时测量的值。装置400还包括对值的第一数据子集执行第一统计计算的执行单元420。第一数据子集中的值是全部接收到的值的数据集的子集。值的第一数据子集中的值对应于属于持续时间中的第一时间帧的值。装置400还包括显示第一统计计算的第一计算结果的显示单元430。装置400还包括确定执行过程是否跨越第一阈值基线的确定单元440。第一阈值基线基于第一统计计算。装置400还包括在确定过程已经跨越第一阈值基线的情况下向用户传输第一警报的传输单元450。
图5图示根据另一个实施例的设备500。设备500包括接收与过程相关的值的数据集的接收装置510。值的数据集对应于在持续时间内执行过程时测量的值。设备500还包括对值的第一数据子集执行第一统计计算的第一执行装置520。第一数据子集中的值是全部接收到的值的数据集的子集,并且值的第一数据子集中的值对应于属于持续时间中的第一时间帧的值。设备500还包括显示第一统计计算的第一计算结果的第一显示装置530。设备500还包括确定执行过程是否跨越第一阈值基线的第一确定装置540。第一阈值基线基于第一统计计算。设备500还包括在确定过程已经跨越第一阈值基线的情况下向用户传输第一警报的第一传输装置550。
图6图示根据本发明的实施例的装置10。装置10可以包括用于处理信息并且执行指令或者操作的处理器22。处理器22可以是任何类型的通用处理器或者专用处理器。虽然图6中示出了单个处理器22,然而根据其他实施例可以利用多个处理器。作为示例,处理器22还可以包括通用计算机、专用计算机、微处理器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)和基于多核处理器架构的处理器中的一个或多个。
装置10进一步可以包括耦合到处理器22的、用于存储可以由处理器22执行的信息和指令的存储器14。存储器14可以是一个或多个存储器,并且可以是适合本地应用环境的任何类型,并且可以使用任何合适的易失性或者非易失性数据存储技术(诸如基于半导体的存储器设备、磁性存储器设备和***、光学存储器设备和***、固定存储器和可移除存储器)来实现。例如,存储器14可以包括随机存取存储器(RAM)、只读存储器(ROM)、静态存储装置(诸如磁盘或者光盘)、或者任何其他类型的非瞬态机器或者计算机可读介质的任意组合。存储器14中所存储的指令可以包括在由处理器22执行时使得装置10能够执行如本文中所描述的任务的程序指令或者计算机程序代码。
装置10还可以包括用于向装置10传输信号和/或数据和从装置10接收信号和/或数据的一个或多个天线(未示出)。装置10进一步可以包括收发器28,该收发器28将信息调制到载波上以用于通过(多个)天线来传输,并且对经由(多个)天线接收的信息进行解调以用于通过装置10的其他元件进一步处理。在其他实施例中,收发器28可以能够直接传输和接收信号或者数据。
处理器22可以执行与装置10的操作相关联的功能,包括但不限于天线增益/相位参数的预编码、形成通信消息的单个比特的编码和解码、信息的格式化、以及装置10的整体控制,包括与通信资源的管理相关的过程。
在某些实施例中,存储器14存储当由处理器22执行时提供功能的软件模块。这些模块可以包括向装置10提供操作***功能的操作***15。存储器还可以存储一个或多个功能模块18,诸如应用或者程序,以向装置10提供附加功能。装置10的组件可以以硬件来实现,或者被实现为硬件和软件的任意合适的组合。
在一个或多个实施例中,可以按照任意合适的方式来对本发明的所描述的特征、优点和特性进行组合。相关领域的技术人员应当认识到,可以在没有特定实施例的一个或多个特定特征或优点的情况下来实践本发明。在其他情况下,可以在某些实施例中认识到可能在本发明的所有实施例中没有呈现的附加的特征和优点。本领域技术人员应当很容易理解,如以上讨论的本发明可以利用不同顺序的步骤、和/或利用具有不同于所公开的那些配置的配置的硬件元件来实践。因此,虽然已经基于这些优选实施例描述了本发明,然而本领域技术人员应当很清楚,在本发明的精神和范围内的某些修改、变形和备选结构将变得清楚。
Claims (20)
1.一种方法,包括:
由处理器接收与过程有关的值的数据集,其中所述值的数据集对应于在持续时间内执行所述过程时测量的值;
对值的第一数据子集执行第一统计计算,其中所述第一数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值;
显示所述第一统计计算的第一计算结果;
确定执行所述过程是否已经跨越第一阈值基线,其中所述第一阈值基线基于所述第一统计计算;以及
如果所述过程被确定为已经跨越所述第一阈值基线,则向用户传输第一警报。
2.根据权利要求1所述的方法,其中所述接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
3.根据权利要求1所述的方法,进一步包括:
对值的第二数据子集执行第二统计计算,其中所述第二数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值;
显示所述第二统计计算的第二计算结果;
确定执行所述过程是否已经跨越第二阈值基线,其中所述第二阈值基线基于所述第二统计计算;以及
如果所述过程被确定为已经跨越所述第二阈值基线,则向所述用户传输第二警报。
4.根据权利要求1所述的方法,进一步包括显示第一分布,其中所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
5.根据权利要求1所述的方法,进一步包括显示第二分布,其中所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
6.一种装置,包括:
至少一个处理器;以及
至少一个存储器,所述至少一个存储器包括计算机程序代码,
所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起来引起所述装置至少执行以下步骤:
接收与过程有关的值的数据集,其中所述值的数据集对应于在持续时间内执行所述过程时测量的值;
对值的第一数据子集执行第一统计计算,其中所述第一数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值;
显示所述第一统计计算的第一计算结果;
确定执行所述过程是否已经跨越第一阈值基线,其中所述第一阈值基线基于所述第一统计计算;以及
如果所述过程被确定为已经跨越所述第一阈值基线,则向用户传输第一警报。
7.根据权利要求6所述的装置,其中所述接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
8.根据权利要求6所述的装置,其中所述装置进一步被引起执行以下操作:
对值的第二数据子集执行第二统计计算,其中所述第二数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值;
显示所述第二统计计算的第二计算结果;
确定执行所述过程是否已经跨越第二阈值基线,其中所述第二阈值基线基于所述第二统计计算;以及
如果所述过程被确定为已经跨越所述第二阈值基线,则向所述用户传输第二警报。
9.根据权利要求6所述的装置,其中所述装置进一步被引起显示第一分布,其中所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
10.根据权利要求6所述的装置,其中所述装置进一步被引起显示第二分布,其中所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
11.一种计算机程序产品,所述计算机程序产品实施在非瞬态计算机可读介质上,所述计算机程序产品被配置为控制处理器执行过程,包括:
接收与过程有关的值的数据集,其中所述值的数据集对应于在持续时间内执行所述过程时测量的值;
对值的第一数据子集执行第一统计计算,其中所述第一数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值;
显示所述第一统计计算的第一计算结果;
确定执行所述过程是否已经跨越第一阈值基线,其中所述第一阈值基线基于所述第一统计计算;以及
如果所述过程被确定为已经跨越所述第一阈值基线,则向用户传输第一警报。
12.根据权利要求11所述的计算机程序产品,其中所述接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
13.根据权利要求11所述的计算机程序产品,其中所述过程进一步包括:
对值的第二数据子集执行第二统计计算,其中所述第二数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值;
显示所述第二统计计算的第二计算结果;
确定执行所述过程是否已经跨越第二阈值基线,其中所述第二阈值基线基于所述第二统计计算;以及
如果所述过程被确定为已经跨越所述第二阈值基线,则向所述用户传输第二警报。
14.根据权利要求11所述的计算机程序产品,其中所述过程进一步包括显示第一分布,其中所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
15.根据权利要求11所述的计算机程序产品,其中所述过程进一步包括显示第二分布,其中所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
16.一种设备,包括:
接收装置,所述接收装置接收与过程有关的值的数据集,其中所述值的数据集对应于在持续时间内执行所述过程时测量的值;
第一执行装置,所述第一执行装置对值的第一数据子集执行第一统计计算,其中所述第一数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第一数据子集中的值对应于属于所述持续时间中的第一时间帧的值;
第一显示装置,所述第一显示装置显示所述第一统计计算的第一计算结果;
第一确定装置,所述第一确定装置确定执行所述过程是否已经跨越第一阈值基线,其中所述第一阈值基线基于所述第一统计计算;以及
第一传输装置,如果所述过程被确定为已经跨越所述第一阈值基线,则所述第一传输装置向用户传输第一警报。
17.根据权利要求16所述的设备,其中所述接收所述值的数据集对应于接收在所述持续时间内规则地采样的数值。
18.根据权利要求16所述的设备,进一步包括:
第二执行装置,所述第二执行装置对值的第二数据子集执行第二统计计算,其中所述第二数据子集中的值是全部接收到的所述值的数据集的子集,并且所述值的第二数据子集中的值对应于属于所述持续时间中的第二时间帧的值;
第二显示装置,所述第二显示装置显示所述第二统计计算的第二计算结果;
第二确定装置,所述第二确定装置确定执行所述过程是否已经跨越第二阈值基线,其中所述第二阈值基线基于所述第二统计计算;以及
第二传输装置,如果所述过程被确定为已经跨越所述第二阈值基线,则所述第二传输装置向所述用户传输第二警报。
19.根据权利要求16所述的设备,进一步包括显示第一分布的第三显示装置,其中所述第一分布图示每个值在所述持续时间中的所述第一时间帧内出现的频率。
20.根据权利要求16所述的设备,进一步包括显示第二分布的第四显示装置,其中所述第二分布图示每个值在所述持续时间中的所述第二时间帧内出现的频率。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/331,969 US9785616B2 (en) | 2014-07-15 | 2014-07-15 | Method and apparatus for determining threshold baselines based upon received measurements |
US14/331,969 | 2014-07-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105278949A true CN105278949A (zh) | 2016-01-27 |
CN105278949B CN105278949B (zh) | 2020-05-01 |
Family
ID=53510726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510412340.XA Active CN105278949B (zh) | 2014-07-15 | 2015-07-14 | 用于基于接收到的测量来确定阈值基线的方法和装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US9785616B2 (zh) |
EP (1) | EP2975563A1 (zh) |
JP (1) | JP6181115B2 (zh) |
CN (1) | CN105278949B (zh) |
AU (1) | AU2015203739B2 (zh) |
BR (1) | BR102015016321B1 (zh) |
CA (1) | CA2895731C (zh) |
SG (1) | SG10201505448PA (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153593A (zh) * | 2016-03-02 | 2017-09-12 | 阿里巴巴集团控股有限公司 | 一种互联网业务监控阈值的确定方法及装置 |
CN109255579A (zh) * | 2017-07-12 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 一种数据指标确定方法和装置 |
CN110278121A (zh) * | 2018-03-15 | 2019-09-24 | 中兴通讯股份有限公司 | 一种检测网络性能异常的方法、装置、设备及存储介质 |
CN114002525A (zh) * | 2021-10-28 | 2022-02-01 | 上海艾为电子技术股份有限公司 | 基线确定电路和方法、状态检测芯片、电子设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106209432B (zh) * | 2016-06-30 | 2019-04-19 | 中国人民解放军国防科学技术大学 | 基于动态阈值的网络设备亚健康预警方法及装置 |
WO2020082027A1 (en) * | 2018-10-18 | 2020-04-23 | Arizona Board Of Regents On Behalf Of Arizona State University | Method and apparatus for event prediction for a physical system based on data solely collected from the physical system |
US11586520B2 (en) | 2020-07-09 | 2023-02-21 | International Business Machines Corporation | Automated data linkages across datasets |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1510588A (zh) * | 2002-12-25 | 2004-07-07 | ӡ�����Ƽ��ɷ�����˾ | 以使用者知识为基础的信息分类*** |
WO2008031208A1 (en) * | 2006-09-16 | 2008-03-20 | Terence Gilhuly | Modeling and control for highly variable and nonlinear processes |
CN101505384A (zh) * | 2008-02-07 | 2009-08-12 | 富士通株式会社 | 广播接收*** |
US20140108324A1 (en) * | 2012-10-12 | 2014-04-17 | Nec Laboratories America, Inc. | Data analytic engine towards the self-management of complex physical systems |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7756840B2 (en) * | 2004-11-03 | 2010-07-13 | DBA InfoPower Inc. | Real-time database performance and availability monitoring method and system |
US7181364B2 (en) * | 2005-04-15 | 2007-02-20 | Network Appliance, Inc. | Automated detecting and reporting on field reliability of components |
US7225103B2 (en) * | 2005-06-30 | 2007-05-29 | Oracle International Corporation | Automatic determination of high significance alert thresholds for system performance metrics using an exponentially tailed model |
US20080140348A1 (en) * | 2006-10-31 | 2008-06-12 | Metacarta, Inc. | Systems and methods for predictive models using geographic text search |
US7912676B2 (en) * | 2006-07-25 | 2011-03-22 | Fisher-Rosemount Systems, Inc. | Method and system for detecting abnormal operation in a process plant |
US7917240B2 (en) | 2006-09-29 | 2011-03-29 | Fisher-Rosemount Systems, Inc. | Univariate method for monitoring and analysis of multivariate data |
-
2014
- 2014-07-15 US US14/331,969 patent/US9785616B2/en active Active
-
2015
- 2015-06-26 CA CA2895731A patent/CA2895731C/en active Active
- 2015-07-02 EP EP15174976.9A patent/EP2975563A1/en not_active Ceased
- 2015-07-03 AU AU2015203739A patent/AU2015203739B2/en active Active
- 2015-07-07 BR BR102015016321-5A patent/BR102015016321B1/pt active IP Right Grant
- 2015-07-13 SG SG10201505448PA patent/SG10201505448PA/en unknown
- 2015-07-14 CN CN201510412340.XA patent/CN105278949B/zh active Active
- 2015-07-15 JP JP2015141208A patent/JP6181115B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1510588A (zh) * | 2002-12-25 | 2004-07-07 | ӡ�����Ƽ��ɷ�����˾ | 以使用者知识为基础的信息分类*** |
WO2008031208A1 (en) * | 2006-09-16 | 2008-03-20 | Terence Gilhuly | Modeling and control for highly variable and nonlinear processes |
CN101505384A (zh) * | 2008-02-07 | 2009-08-12 | 富士通株式会社 | 广播接收*** |
US20140108324A1 (en) * | 2012-10-12 | 2014-04-17 | Nec Laboratories America, Inc. | Data analytic engine towards the self-management of complex physical systems |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107153593A (zh) * | 2016-03-02 | 2017-09-12 | 阿里巴巴集团控股有限公司 | 一种互联网业务监控阈值的确定方法及装置 |
CN107153593B (zh) * | 2016-03-02 | 2021-01-05 | 创新先进技术有限公司 | 一种互联网业务监控阈值的确定方法及装置 |
CN109255579A (zh) * | 2017-07-12 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 一种数据指标确定方法和装置 |
CN109255579B (zh) * | 2017-07-12 | 2022-02-22 | 阿里巴巴集团控股有限公司 | 一种数据指标确定方法和装置 |
CN110278121A (zh) * | 2018-03-15 | 2019-09-24 | 中兴通讯股份有限公司 | 一种检测网络性能异常的方法、装置、设备及存储介质 |
CN114002525A (zh) * | 2021-10-28 | 2022-02-01 | 上海艾为电子技术股份有限公司 | 基线确定电路和方法、状态检测芯片、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US9785616B2 (en) | 2017-10-10 |
US20160019185A1 (en) | 2016-01-21 |
BR102015016321A2 (pt) | 2016-01-19 |
JP2016020909A (ja) | 2016-02-04 |
SG10201505448PA (en) | 2016-02-26 |
JP6181115B2 (ja) | 2017-08-16 |
CA2895731A1 (en) | 2016-01-15 |
BR102015016321B1 (pt) | 2023-09-26 |
AU2015203739A1 (en) | 2016-02-04 |
CN105278949B (zh) | 2020-05-01 |
EP2975563A1 (en) | 2016-01-20 |
AU2015203739B2 (en) | 2020-11-26 |
CA2895731C (en) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105278949A (zh) | 用于基于接收到的测量来确定阈值基线的方法和装置 | |
US11670020B2 (en) | Seasonal aware method for forecasting and capacity planning | |
US10102056B1 (en) | Anomaly detection using machine learning | |
US9823954B2 (en) | Predicting anomalies and incidents in a computer application | |
CN109471783B (zh) | 预测任务运行参数的方法和装置 | |
CN101599048A (zh) | 一种内存监控的方法和装置 | |
EP3170141B1 (en) | Systems and methods for classifying in-situ sensor response data patterns representative of grid pathology severity | |
US8972308B2 (en) | Combining multivariate time-series prediction with motif discovery | |
CN111368980A (zh) | 状态检测方法、装置、设备及存储介质 | |
EP2918976A1 (en) | Smart meter Privacy Analyzer | |
US20160132798A1 (en) | Service-level agreement analysis | |
US20160210338A1 (en) | System for Collaborative Data Analytics for Time Series Data | |
US9030333B2 (en) | Advanced metering infrastructure network visualization | |
CN114746844A (zh) | 对操作管理中的事件风暴中的构成事件的标识 | |
CN105429792A (zh) | 用户行为流量获取方法及装置、用户行为分析方法及*** | |
JP6131976B2 (ja) | 人員管理システム、情報解析装置、人員管理方法及び人員管理プログラム | |
US10345484B2 (en) | Storm confirmation and path prediction system | |
CN105981314A (zh) | 监视设备、无线通信***、故障原因判别方法以及存储程序的非瞬时计算机可读介质 | |
KR20160096469A (ko) | 생산량 예측 이벤트 감지 시스템 | |
US10848400B2 (en) | Network entity for monitoring a plurality of processes of a communication system | |
US10599992B1 (en) | Predicting reliability of product and part combinations using machine learning based on shared model | |
CN110988783A (zh) | 一种智能电表精度在线监测方法和装置 | |
CN117527611B (zh) | 一种基于高斯分布的故障动态预测方法、***、电子设备及存储介质 | |
Khaefi et al. | Markov modulated poisson process for anomaly normalization scheme in public complaint system | |
CN117192278A (zh) | 基于参量和环境变量的故障预测***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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 |