CN107092544A - 监控方法及装置 - Google Patents
监控方法及装置 Download PDFInfo
- Publication number
- CN107092544A CN107092544A CN201610349960.8A CN201610349960A CN107092544A CN 107092544 A CN107092544 A CN 107092544A CN 201610349960 A CN201610349960 A CN 201610349960A CN 107092544 A CN107092544 A CN 107092544A
- Authority
- CN
- China
- Prior art keywords
- node
- user
- monitoring
- information
- log information
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000003542 behavioural effect Effects 0.000 claims abstract description 51
- 238000001514 detection method Methods 0.000 claims description 52
- 230000005540 biological transmission Effects 0.000 claims description 5
- 206010016256 fatigue Diseases 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 125
- 230000006399 behavior Effects 0.000 description 60
- 235000013311 vegetables Nutrition 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008447 perception Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000270322 Lepidosauria Species 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F11/3017—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is implementing multitasking
-
- 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
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种监控方法及装置，涉及服务监控技术领域，可以提高服务监控的精度。本申请的主要技术方案为：当接收到用户的行为数据时，获取所述用户的用户标识信息；检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；根据所述预设规则，对配置结果进行监控。
Description
技术领域
本申请涉及服务监控技术领域，尤其涉及一种监控方法及装置。
背景技术
服务监控是对***服务接口的监控，具体是针对***向调用者提供的服务相关信息进行监控，例如，对耗时、输入参数、返回信息、是否报错、调用次数等信息进行监控。服务监控的结果可以通过控制台输出，也可以写到日志文件，或者持久化(Persistence)到数据库，供***对业务执行情况进行在线分析和离线分析。
目前，现有的服务监控都是横向的基于服务本身维度的，具体的实现方式为：后台监控***将属于同一类型的用户行为进行统计，通过单位时间内的统计信息来衡量服务***的相关性能，并作出相关的报警，即就利用单位时间内宏观的统计信息来发现问题，并作出反馈。例如，后台监控***将一分钟内访问接口a的请求都汇总起来，检测处理这些请求时出现的错误数是否大于告警阈值，若是，则作出相关的告警。
然而，对于横向的基于服务维度的监控，当未触及相应的报警条件时，无法针对单个用户调用服务的相关情况作出有针对性的反馈，会造成出现服务***故障的隐患，进而会导致服务监控的精度较低。例如，用户在网上订餐时，只有一至两个店铺有很多菜品，在加载菜品的时候，相应的查询服务耗时很高或导致超时，当出现大量用户同时访问该店铺并加载菜品时，会引起服务***故障，但是如果暂时只有少量用户触发这个问题，其数量未超过告警阈值，那么现有的服务监控方式是监控不到的。
发明内容
有鉴于此，本申请实施例提供了一种监控方法及装置，主要目的是解决目前横向的基于服务本身维度的服务监控方式，会导致服务监控的精度较低的问题。
为达到上述目的，本申请提供如下技术方案：
一方面，本申请提供了一种监控方法，包括：
当接收到用户的行为数据时，获取所述用户的用户标识信息；
检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；
若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；
根据所述预设规则，对配置结果进行监控。
另一方面，本申请提供了一种监控装置，包括：
获取单元，用于当接收到用户的行为数据时，获取所述用户的用户标识信息；
检测单元，用于检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；
配置单元，用于若所述检测单元检测出存在与所述用户标识信息对应的监控模型，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；
监控单元，用于根据所述预设规则，对配置结果进行监控。
借由上述技术方案，本申请实施例提供的技术方案至少具有下列优点：
本申请实施例提供的一种监控方法及装置，当接收到用户的行为数据时，首先获取所述用户的用户标识信息；然后检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；最后根据所述预设规则，对配置结果进行监控。与目前横向的基于服务本身维度的服务监控方式相比，本申请可以将用户和***服务的行为表现构建成一个绑定有预设规则的监控模型，并且通过与用户标识信息对应的监控模型中节点上绑定的预设规则，可以检测用户调用服务的相关情况，进而可以实现针对单个用户调用服务的相关情况作出有针对性的反馈，从而可以做到基于用户维度的实时监控，提升了服务***对单个用户行为的感知能力，通过监测监控模型的质量和状态来完成对用户和相应服务的监控，提高了服务监控的精度。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例提供的一种监控方法的流程图；
图2示出了本申请实施例提供的另一种监控方法的流程图；
图3示出了本申请实施例提供的一种有向有环图模型的实例示意图；
图4示出了本申请实施例提供的一种监控***实例示意图；
图5示出了本申请实施例提供的一种监控装置的结构示意图；
图6示出了本申请实施例提供的另一种监控装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种监控方法，如图1所示，所述方法包括：
101、当接收到用户的行为数据时，获取用户的用户标识信息。
其中，所述用户标识信息可以为用户名称信息、ID(Identity，身份标识号码)号、IP地址等。所述行为数据中可以包含有关用户行为的数据，具体可以根据服务器对应的日志信息获取得到，也可以由客户端收集获取得到等，当用户行为数据是根据服务器对应的日志信息获取得到时，用户的行为数据可以为用户对应的日志信息。
需要说明的是，对于本申请实施例的执行主体可以为配置在服务器中的监控装置，也可以为配置在服务器中的监控模块等。例如，服务器在对当前接收到客户端发送的服务请求进行处理时，记录了相应的日志信息，并传递给服务器中的监控装置，该监控装置在接收到该日志信息后，从日志信息中获取用户标识信息。
102、检测是否存在与用户标识信息对应的监控模型。
其中，所述监控模型中包含不同节点，且节点上绑定有预设规则。一个节点可以对应一个用户行为类型，即在与用户标识信息对应的监控模型中记录了与该用户标识对应的不同用户行为类型的节点，而所述用户行为类型可以为调用服务接口等行为类型，例如，通过调用访问店铺a的服务接口，访问店铺a的页面。所述预设规则可以由技术人员根据用户行为类型的实际需求事先编写好并配置服务器对应的预设数据库中，例如，用户行为类型为访问店铺b页面，并且为了检测出是否存在对店铺b页面的网络爬虫爬取行为，可以将与该用户行为类型对应的节点上绑定的预设规则配置为该节点被访问次数小于告警阈值。
具体地，检测服务器中是否存在与用户标识信息对应的监控模型。对于本申请实施例，一个用户标识信息可以对应一个监控模型，如果服务器中不存在与用户标识信息对应的监控模型，可以进行创建，例如，新用户通过客户端第一次发送服务请求时，在服务器接收到该服务请求并进行处理时，可以创建与该新用户标识信息对应的监控模型。具体地，监控模型中的节点可以根据行为数据进行配置，例如，根据日志信息中记录的用户行为类型，将该日志信息填充到与其对应的节点对象中，同时可以将该节点的访问次数累计加1；并且该节点对应的预设规则可以根据该节点对应的用户行为类型，从预设数据库中获取并绑定在该节点上。
需要说明的是，具体可以通过计算用户标识信息对应的哈希值，检测服务器中是否存在与用户标识信息对应的监控模型。例如，当服务器中已经记录了用户标识信息对应的哈希值时，可以确定该用户为老用户，可以从预设数据库中获取与该用户标识信息对应的监控模型；当服务器中没有记录用户标识信息对应的哈希值时，可以确定该用户为新用户，需要创建该新用户对应的监控模型，并记录该新用户标识信息对应的哈希值。
103、若存在与用户标识信息对应的监控模型，则根据行为数据，配置监控模型中与行为数据相对应的节点。
例如，接收到的日志信息中用户行为类型为访问菜品列表页，从与用户标识信息对应的监控模型中确定与访问菜品列表页对应的节点，并将日志信息填充到该节点中。
104、根据预设规则，对配置结果进行监控。
例如，当检测出节点新增的日志信息中服务器对菜品列表页服务接口的获取请求进行处理所消耗的时间大于或等于告警阈值200毫秒时，确定配置后的该节点不符合该节点对应的预设规则，并且与其对应的日志信息中的用户标识信息为用户a，这时可以输出用户a对应的节点配置后更新的监控图，以便监控人员判断出用户a出现异常；还可以通过监控设备对应的显示屏显示用户a访问菜品列表页的加载耗时大于或等于200毫秒的文字告警信息，同时可以通过监控设备对应的音频输出端输出告警音频，以便提醒运维人员能够及时进行相关维护。
本申请实施例提供的一种监控方法，当接收到用户的行为数据时，首先获取所述用户的用户标识信息；然后检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；最后根据所述预设规则，对配置结果进行监控。与目前横向的基于服务本身维度的服务监控方式相比，本申请可以将用户和***服务的行为表现构建成一个绑定有预设规则的监控模型，并且通过与用户标识信息对应的监控模型中节点上绑定的预设规则，可以检测用户调用服务的相关情况，进而可以实现针对单个用户调用服务的相关情况作出有针对性的反馈，从而可以做到基于用户维度的实时监控，提升了服务***对单个用户行为的感知能力，通过监测监控模型的质量和状态来完成对用户和相应服务的监控，提高了服务监控的精度。
进一步地，本申请实施例提供了另一种监控方法，如图2所示，所述方法包括：
201、当检测到预设日志文件中存在新增的日志信息时，从日志信息中获取用户标识信息。
其中，所述预设日志文件中保存有服务器对不同客户端每次发送的服务请求进行处理时记录的日志信息。例如，日志信息中记录了客户端对应位置的经纬度、所在城市、接收服务请求的时间、服务请求的标示串、用户手机IP(Internet Protocol，网络之间互连的协议)地址、手机操作***类型、用户所处网络环境信息等。所述用户标识信息可以为用户名称信息、ID号、IP地址等。
具体地，当服务器接收到客户端发送的服务请求时，服务器根据服务请求中携带的业务字段信息和埋点信息，对服务请求进行处理，得到返回结果信息。其中，所述业务字段信息中可以包含客户端对应位置的经纬度lon和lat、所在城市city等信息。所述埋点信息中可以包含接收服务请求的时间current_time、服务请求的标示串rn、用户手机IP地址、手机操作***类型os、用户所处网络环境等信息。所述返回结果信息中可以包含对服务请求处理所消耗的时间、是否正常返回结果、用户行为类型等信息。
然后服务器根据返回结果信息、业务字段信息和埋点信息，生成日志信息并保存在预设日志文件中。例如，用户通过客户端访问店铺列表页，客户端收集该操作的业务字段信息和埋点信息，并将这两种信息作为参数调用服务端提供的店铺列表页信息获取接口，服务端接收到此操作对应的服务请求，并通过各种查询、计算逻辑，将结果返回给客户端。同时服务端将服务请求的业务字段信息、埋点信息和返回结果信息通过日志记录到预设日志文件中，格式可以如下：
lon:120.11111；lat:30.11111；city:330100；current_time:2016-02-01
12:30:12；rn:46e86a2697014；ip:10.111.22.11；os:iphone5；.....
202、检测服务器中是否存在与用户标识信息对应的监控模型。
其中，所述监控模型中包含不同节点，一个节点对应一个用户行为类型，且节点上绑定有预设规则，所述监控模型中还包括节点对应的关联边。需要说明的是，可以根据具体的业务需求，确定监控模型的具体形式，对于用户的访问行为，监控模型中节点对应的关联边都是有方向的，因此，监控模型可以为有向图模型。例如，用户a先访问网页A，再点击网页A中的链接跳转到访问网页B，在用户a对应的监控模型中，网页A对应的节点1与网页B对应的节点2之间的关联边方向是从节点1指向节点2。该有向图模型可以很好的展示出用户的访问行为。进一步地，还可以根据有向图模型中是否存在环路，将有向图模型划分为有向图有环模型和有向无环图模型，例如，用户a先访问网页A，再由网页A跳转到网页B，然后再由网页B跳转到网页A，用户a对应的有向图模型中存在环路，因此用户a对应的监控模型为有向有环图模型。
具体地，可以将APP(Application，应用程序)上的用户行为、页面、接口等进行合理的编码，并构建成一个监控模型，监控模型中的节点对应页面，节点的属性对应服务接口的返回信息和页面自身信息，节点的关联边对应用户的行为，关联边的属性对应用户行为的埋点信息(设备信息、调用服务接口信息等)。节点上会绑定有预设规则，预设规则具体可以分为通用规则和特定规则，例如，特定规则可以配置为店铺列表页对应的节点的一分钟内被访问次数小于100次，如果一分钟内被访问次数大于或等于100次就告警，此特定规则适用于对网络爬虫爬取数据等行为的服务监控；通用规则可以配置为对节点对应页面加载耗时小于200毫秒，如果加载耗时大于或等于200毫秒就告警。
例如，如图3所示，用户通过手机安装的外卖APP客户端访问店铺列表页、菜品列表页、下单页及订单列表页，与该用户标识信息对应的有向有环图模型中存在相对应的节点，分别是店铺列表页节点、菜品列表页节点、下单页节点、订单列表页节点，其中，店铺列表页节点上绑定有实时规则，具体为当服务器对与店铺列表页对应的服务接口请求进行处理的耗时超过200毫秒时就触发报警；下单页节点上绑定有实时规则和定时规则，实时规则具体为当服务器对下单页对应的服务接口请求进行处理后返回严重错误时就触发告警，而定时规则具体为10分钟没有成功下单就发送一个红包消息给用户。
需要说明的是，具体可以通过计算用户标识信息对应的哈希值，检测是否存在与用户标识信息对应的监控模型。例如，当已经记录了用户标识信息对应的哈希值时，可以确定该用户为老用户，可以从预设数据库中获取与该用户标识信息对应的监控模型；当没有记录用户标识信息对应的哈希值时，可以确定该用户为新用户，需要创建该新用户对应的监控模型，以及记录该新用户标识信息对应的哈希值。
203a、若服务器中存在与用户标识信息对应的监控模型，从监控模型中确定与日志信息中用户行为类型对应的节点。
对于本申请实施例，步骤203a之前还包括：检测所述监控模型中是否存在与所述日志信息中用户行为类型对应的节点；若不存在，则创建与所述日志信息中用户行为类型对应的节点，并根据所述日志信息对所述节点进行配置；步骤205a具体可以包括：若存在，则从所述监控模型中确定与所述日志信息中用户行为类型对应的节点。
例如，如果监控模型中不存在与日志信息中用户行为类型对应的节点，可以在该监控模型中创建相应的节点，将日志信息填充到该节点中，将该节点的被访问次数配置为1次，以及从预设数据库中获取与该用户行为类型对应的预设规则并绑定在该节点上。
204a、根据日志信息配置节点。
对于本申请实施例，步骤206a具体可以包括：根据所述日志信息中的业务字段信息和埋点信息，配置所述节点对应的关联边；根据所述日志信息中的返回结果信息，配置所述节点。
205a、检测配置后的节点是否符合绑定在节点上的预设规则。
对于本申请实施例，若所述节点上绑定的预设规则为在预设时间间隔内所述节点对应的访问次数小于预设次数阈值，其中，所述预设时间间隔以及预设次数阈值可以根据业务的实际需求进行配置，例如，预设时间间隔可以配置为5秒、30秒等，而预设次数阈值可以配置为50次、100次等。步骤204a具体可以包括：根据所述日志信息配置所述节点并将所述节点对应的访问次数进行累加。而步骤205a具体可以包括：检测在所述预设时间间隔内所述节点的访问次数是否小于所述预设次数阈值；若在所述预设时间间隔内所述节点的访问次数大于或等于所述预设次数阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
例如，节点上绑定的预设规则为在30秒内该节点对应的访问次数小于50次，将日志信息填充到该节点中，并将该节点对应的访问次数累计加1，并检测该节点30秒内的访问次数是否小于50次，当该节点30秒内的访问次数小于50次时，确定配置后的节点符合绑定在该节点上的预设规则；当该节点30秒内的访问次数大于或等于50次时，确定配置后的节点不符合绑定在该节点上的预设规则。
对于本申请实施例，若所述节点上绑定的预设规则为对服务请求进行处理所消耗的时间小于预设时间阈值，其中，所述预设时间阈值可以根据业务的实际需求进行配置，例如，预设时间阈值可以配置为200毫秒、220毫秒等。步骤205a具体可以包括：检测所述节点新增的日志信息中对服务请求进行处理所消耗的时间是否小于所述预设时间阈值；若所述时间大于或等于所述预设时间阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
例如，节点上绑定的预设规则为服务器对服务请求进行处理所消耗的时间小于200毫秒，检测该节点新增的日志信息中服务器对服务请求进行处理所消耗的时间是否小于200毫秒，当该节点新增的日志信息中服务器对服务请求进行处理所消耗的时间小于200毫秒时，确定配置后的节点符合绑定在该节点上的预设规则；当该节点新增的日志信息中服务器对服务请求进行处理所消耗的时间大于或等于200毫秒时，确定配置后的节点不符合绑定在该节点上的预设规则。
与步骤203a并列的步骤203b、若服务器中不存在与用户标识信息对应的监控模型，则创建与用户标识信息对应的监控模型。
204b、根据日志信息，配置监控模型中的节点以及与节点对应的预设规则。
具体地，根据日志信息中的用户行为类型，将日志信息填充到与该用户行为类型对应的节点中，并将该节点的访问次数配置为1次，以及从预设数据库中获取与该用户行为类型对应的预设规则并绑定在所述节点上。
对于本申请实施例，在步骤206b之后还包括：检测配置后的节点是否符合绑定在该节点上的预设规则。
例如，当检测到预设日志文件中存在新增的日志信息时，将日志信息发送到实时计算引擎jstorm集群，jstorm集群获取日志信息根据用户ID进行哈希值校验，确定服务器中不存在与用户IP对应的监控模型，然后选择一个机器jstorm_node对这个日志信息进行识别，可以识别出如下信息：
当前的时间：2016-02-01 12:30:12
行为类型：访问店铺首页
是否正常返回：是
耗时：120ms
对应的用户标识：ip:10.111.22.11
。。。。。
根据上述信息，新建一个监控模型，根据日志信息中的用户行为类型，将日志信息填充到与该用户行为类型对应的监控模型节点中，并将该节点的访问次数配置为1次，以及从预设数据库中获取与该用户行为类型对应的预设规则并绑定在该节点上，最后触发一系列绑定在该节点上的预设规则，这里的预设规则为任务连续的一分钟内该节点被访问的次数是否大于或等于告警阈值，若该次数大于或等于告警阈值，则进行告警。
206、若检测出配置后的节点不符合绑定在节点上的预设规则，则输出告警信息。
其中，所述告警信息可以为文本告警信息、图片告警信息、音频告警信息、视频告警信息等。
例如，若节点上绑定的预设规则为在预设时间间隔内节点对应的访问次数小于预设次数阈值，并且当检测出节点在预设时间间隔内的访问次数大于或等于预设次数阈值时，输出告警信息，以便提醒运维人员能够及时进行相关维护。
需要说明的是，可以将用户后续一系列的行为和服务端返回的信息(包括服务相关信息：比如耗时、是否报错等等)进行不断地汇总，并持续构建用户对应的监控模型。例如，如图4所示，用户对应的监控模型可以在jstorm集群的内存中持续构建并进行维护，从而构建出基于用户维度的服务监控***。在这个服务监控***中，一定时间内一个用户在APP上的行为都可以对应一个监控模型，这个监控模型上面绑定的规则会实时的被触发，从而可以做到基于用户维度的实时监控。
进一步地，直到触发相应的规则或超过一定的时间该监控模型不再被访问时，将该监控模型相关信息序列化存储到数据库中以备后用。
本申请实施例提供的另一种监控方法，当接收到用户的行为数据时，首先获取所述用户的用户标识信息；然后检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；最后根据所述预设规则，对配置结果进行监控。与目前横向的基于服务本身维度的服务监控方式相比，本申请可以将用户和***服务的行为表现构建成一个绑定有预设规则的监控模型，并且通过与用户标识信息对应的监控模型中节点上绑定的预设规则，可以检测用户调用服务的相关情况，进而可以实现针对单个用户调用服务的相关情况作出有针对性的反馈，从而可以做到基于用户维度的实时监控，提升了服务***对单个用户行为的感知能力，通过监测监控模型的质量和状态来完成对用户和相应服务的监控，提高了服务监控的精度。
进一步地，作为图1所示方法的具体实现，本申请实施例提供了一种监控装置，如图5所示，所述装置可以包括：获取单元51、检测单元52、配置单元53、监控单元54。
所述获取单元51，可以用于当接收到用户的行为数据时，获取所述用户的用户标识信息。所述获取单元51为本装置中获取用户行为数据中用户标识信息的主要功能模块。
所述检测单元52，可以用于检测服务器中是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则。所述检测单元52为本装置中用于检测服务器中是否存在监控模型的主要功能模块。
所述配置单元53，可以用于若所述检测单元52检测出存在与所述用户标识信息对应的监控模型，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点。所述配置单元53为本装置中根据用户行为数据配置监控模型节点的主要功能模块。
所述监控单元54，可以用于根据所述预设规则，对配置结果进行监控。所述监控单元54为本装置中进行服务监控的主要功能模块。
需要说明的是，该装置实施例与前述方法实施例对应，具体可以参考图1中的对应描述，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。
本申请实施例提供的一种监控装置，当接收到用户的行为数据时，首先获取所述用户的用户标识信息；然后检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；最后根据所述预设规则，对配置结果进行监控。与目前横向的基于服务本身维度的服务监控方式相比，本申请可以将用户和***服务的行为表现构建成一个绑定有预设规则的监控模型，并且通过与用户标识信息对应的监控模型中节点上绑定的预设规则，可以检测用户调用服务的相关情况，进而可以实现针对单个用户调用服务的相关情况作出有针对性的反馈，从而可以做到基于用户维度的实时监控，提升了服务***对单个用户行为的感知能力，通过监测监控模型的质量和状态来完成对用户和相应服务的监控，提高了服务监控的精度。
进一步地，作为图2所示方法的具体实现，本申请实施例提供了另一种监控装置，如图6所示，所述装置可以包括：获取单元61、检测单元62、配置单元63、监控单元64。
所述获取单元61，可以用于当接收到用户的行为数据时，获取所述用户的用户标识信息。所述获取单元61为本装置中获取用户行为数据中用户标识信息的主要功能模块。
所述检测单元62，可以用于检测服务器中是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则。所述检测单元62为本装置中用于检测服务器中是否存在监控模型的主要功能模块。
所述配置单元63，可以用于若所述检测单元62检测出存在与所述用户标识信息对应的监控模型，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点。所述配置单元63为本装置中根据用户行为数据配置监控模型节点的主要功能模块。
所述监控单元64，可以用于根据所述预设规则，对配置结果进行监控。所述监控单元64为本装置中进行服务监控的主要功能模块。
具体地，所述监控单元64包括：检测模块641、输出模块642。
所述检测模块641，可以用于检测配置后的节点是否符合绑定在所述节点上的预设规则。
所述输出模块642，可以用于若所述检测模块641检测出配置后的节点不符合绑定在所述节点上的预设规则，则输出告警信息。
可选地，所述行为数据可以为用户对应的日志信息，所述监控模型中一个节点对应一个用户行为类型。
进一步地，所述配置单元63包括：确定模块631、配置模块632。
所述确定模块631，可以用于从所述监控模型中确定与所述日志信息中用户行为类型对应的节点。
所述配置模块632，可以用于根据所述日志信息配置所述确定模块确定的节点。
若所述节点上绑定的预设规则为在预设时间间隔内所述节点对应的访问次数小于预设次数阈值，所述配置模块632，具体可以用于根据所述日志信息配置所述节点并将所述节点对应的访问次数进行累加。
所述检测模块641，具体可以用于检测在所述预设时间间隔内所述节点的访问次数是否小于所述预设次数阈值。
所述检测模块641，具体还可以用于若检测出在所述预设时间间隔内所述节点的访问次数大于或等于所述预设次数阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
若所述节点上绑定的预设规则为服务器对服务请求进行处理所消耗的时间小于预设时间阈值，所述检测模块641，具体可以用于检测所述节点新增的日志信息中服务器对服务请求进行处理所消耗的时间是否小于所述预设时间阈值。
所述检测模块641，具体还可以用于若检测出所述时间大于或等于所述预设时间阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
所述获取单元61，具体可以用于当检测到所述预设日志文件中存在新增的日志信息时，从所述日志信息中获取用户标识信息，其中，所述预设日志文件中保存有服务器对不同客户端每次发送的服务请求进行处理时记录的日志信息。
可选地，所述监控模型中还可以包含节点对应的关联边。
所述配置模块632，具体还可以用于根据所述日志信息中的业务字段信息和埋点信息，配置所述节点对应的关联边。
所述配置模块632，具体还可以用于根据所述日志信息中的返回结果信息，配置所述节点。
进一步地，所述配置单元63还包括：检测模块633、创建模块634。
所述检测模块633，还可以用于检测所述监控模型中是否存在与所述日志信息中用户行为类型对应的节点。
所述创建模块634，可以用于若所述检测模块633检测出所述监控模型中不存在与所述日志信息中用户行为类型对应的节点，则创建与所述日志信息中用户行为类型对应的节点。
所述配置模块632，还可以用于根据所述日志信息对所述创建模块634创建的节点进行配置。
所述确定模块631，具体可以用于若所述检测模块623检测出所述监控模型中存在与所述日志信息中用户行为类型对应的节点，则从所述监控模型中确定与所述日志信息中用户行为类型对应的节点。
进一步地，所述装置还包括：创建单元65。
所述创建单元65，可以用于若所述检测单元62检测出不存在与所述用户标识信息对应的监控模型，则创建与所述用户标识信息对应的监控模型。
所述配置单元63，还可以用于根据所述行为数据，配置所述创建单元65创建的监控模型中的节点以及与所述节点对应的预设规则。
可选地，所述监控模型可以为有向图模型。
需要说明的是，该装置实施例与前述方法实施例对应，具体可以参考图2中的对应描述，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。
所述监控装置包括处理器和存储器，上述获取单元、检测单元、配置单元、监控单元、创建单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决目前横向的基于服务本身维度的服务监控方式，会导致服务监控的精度较低的问题。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)，存储器包括至少一个存储芯片。
本申请实施例提供的另一种监控装置，当接收到用户的行为数据时，首先获取所述用户的用户标识信息；然后检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；最后根据所述预设规则，对配置结果进行监控。与目前横向的基于服务本身维度的服务监控方式相比，本申请可以将用户和***服务的行为表现构建成一个绑定有预设规则的监控模型，并且通过与用户标识信息对应的监控模型中节点上绑定的预设规则，可以检测用户调用服务的相关情况，进而可以实现针对单个用户调用服务的相关情况作出有针对性的反馈，从而可以做到基于用户维度的实时监控，提升了服务***对单个用户行为的感知能力，通过监测监控模型的质量和状态来完成对用户和相应服务的监控，提高了服务监控的精度。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：当接收到用户的行为数据时，获取所述用户的用户标识信息；检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；根据所述预设规则，对配置结果进行监控。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请实施例的监控方法、装置、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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的永久性或非永久性的存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (20)
1.一种监控方法，其特征在于，包括：
当接收到用户的行为数据时，获取所述用户的用户标识信息；
检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；
若存在，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；
根据所述预设规则，对配置结果进行监控。
2.根据权利要求1所述的监控方法，其特征在于，在所述根据所述预设规则，对配置结果进行监控，具体包括：
检测配置后的节点是否符合绑定在所述节点上的预设规则；
若否，则输出告警信息。
3.根据权利要求2所述的监控方法，其特征在于，所述行为数据为用户对应的日志信息，所述监控模型中一个节点对应一个用户行为类型，
所述根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点，具体包括：
从所述监控模型中确定与所述日志信息中用户行为类型对应的节点；
根据所述日志信息配置所述节点。
4.根据权利要求3所述的监控方法，其特征在于，若所述节点上绑定的预设规则为在预设时间间隔内所述节点对应的访问次数小于预设次数阈值，所述根据所述日志信息配置所述节点，具体包括：
根据所述日志信息配置所述节点并将所述节点对应的访问次数进行累加；
所述检测配置后的节点是否符合绑定在所述节点上的预设规则，具体包括：
检测在所述预设时间间隔内所述节点的访问次数是否小于所述预设次数阈值；
若在所述预设时间间隔内所述节点的访问次数大于或等于所述预设次数阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
5.根据权利要求3所述的监控方法，其特征在于，若所述节点上绑定的预设规则为对服务请求进行处理所消耗的时间小于预设时间阈值，所述检测配置后的节点是否符合绑定在所述节点上的预设规则，具体包括：
检测所述节点新增的日志信息中对服务请求进行处理所消耗的时间是否小于所述预设时间阈值；
若所述时间大于或等于所述预设时间阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
6.根据权利要求3所述的监控方法，其特征在于，所述当接收到用户的行为数据时，获取所述用户的用户标识信息，具体包括：
当检测到预设日志文件中存在新增的日志信息时，从所述日志信息中获取用户标识信息，其中，所述预设日志文件中保存有服务器对不同客户端每次发送的服务请求进行处理时记录的日志信息。
7.根据权利要求3所述的监控方法，其特征在于，所述监控模型中还包含节点对应的关联边，
所述根据所述日志信息配置所述节点，具体包括：
根据所述日志信息中的业务字段信息和埋点信息，配置所述节点对应的关联边；
根据所述日志信息中的返回结果信息，配置所述节点。
8.根据权利要求3所述的监控方法，其特征在于，所述从所述监控模型中确定与所述日志信息中用户行为类型对应的节点之前，所述方法还包括：
检测所述监控模型中是否存在与所述日志信息中用户行为类型对应的节点；
若不存在，则创建与所述日志信息中用户行为类型对应的节点，并根据所述日志信息对所述节点进行配置；
所述从所述监控模型中确定与所述日志信息中用户行为类型对应的节点，具体包括：
若存在，则从所述监控模型中确定与所述日志信息中用户行为类型对应的节点。
9.根据权利要求1所述的监控方法，其特征在于，所述检测是否存在与所述用户标识信息对应的监控模型之后，所述方法还包括：
若不存在，则创建与所述用户标识信息对应的监控模型；
根据所述行为数据，配置所述监控模型中的节点以及与所述节点对应的预设规则。
10.根据权利要求1至9任一项所述的监控方法，其特征在于，所述监控模型为有向图模型。
11.一种监控装置，其特征在于，包括：
获取单元，用于当接收到用户的行为数据时，获取所述用户的用户标识信息；
检测单元，用于检测是否存在与所述用户标识信息对应的监控模型，所述监控模型中包含不同节点，且节点上绑定有预设规则；
配置单元，用于若所述检测单元检测出存在与所述用户标识信息对应的监控模型，则根据所述行为数据，配置所述监控模型中与所述行为数据相对应的节点；
监控单元，用于根据所述预设规则，对配置结果进行监控。
12.根据权利要求11所述的监控装置，其特征在于，所述监控单元包括：
检测模块，用于检测配置后的节点是否符合绑定在所述节点上的预设规则；
输出模块，用于若所述检测模块检测出配置后的节点不符合绑定在所述节点上的预设规则，则输出告警信息。
13.根据权利要求12所述的监控装置，其特征在于，所述行为数据为用户对应的日志信息，所述监控模型中一个节点对应一个用户行为类型，所述配置单元包括：
确定模块，用于从所述监控模型中确定与所述日志信息中用户行为类型对应的节点；
配置模块，用于根据所述日志信息配置所述确定模块确定的节点。
14.根据权利要求13所述的监控装置，其特征在于，若所述节点上绑定的预设规则为在预设时间间隔内所述节点对应的访问次数小于预设次数阈值，
所述配置模块，具体用于根据所述日志信息配置所述节点并将所述节点对应的访问次数进行累加；
所述检测模块，具体用于检测在所述预设时间间隔内所述节点的访问次数是否小于所述预设次数阈值；
所述检测模块，具体还用于若检测出在所述预设时间间隔内所述节点的访问次数大于或等于所述预设次数阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
15.根据权利要求13所述的监控装置，其特征在于，若所述节点上绑定的预设规则为对服务请求进行处理所消耗的时间小于预设时间阈值，
所述检测模块，具体用于检测所述节点新增的日志信息中对服务请求进行处理所消耗的时间是否小于所述预设时间阈值；
所述检测模块，具体还用于若检测出所述时间大于或等于所述预设时间阈值，则确定配置后的所述节点不符合绑定在所述节点上的预设规则。
16.根据权利要求13所述的监控装置，其特征在于，
所述获取单元，具体用于当检测到所述预设日志文件中存在新增的日志信息时，从所述日志信息中获取用户标识信息，其中，所述预设日志文件中保存有服务器对不同客户端每次发送的服务请求进行处理时记录的日志信息。
17.根据权利要求13所述的监控装置，其特征在于，所述监控模型中还包含节点对应的关联边，
所述配置模块，具体还用于根据所述日志信息中的业务字段信息和埋点信息，配置所述节点对应的关联边；
所述配置模块，具体还用于根据所述日志信息中的返回结果信息，配置所述节点。
18.根据权利要求13所述的监控装置，其特征在于，所述配置单元还包括：检测模块和创建模块；
所述检测模块，用于检测所述监控模型中是否存在与所述日志信息中用户行为类型对应的节点；
所述创建模块，用于若所述检测模块检测出所述监控模型中不存在与所述日志信息中用户行为类型对应的节点，则创建与所述日志信息中用户行为类型对应的节点；
所述配置模块，还用于根据所述日志信息对所述创建模块创建的节点进行配置；
所述确定模块，具体用于若所述检测模块检测出所述监控模型中存在与所述日志信息中用户行为类型对应的节点，则从所述监控模型中确定与所述日志信息中用户行为类型对应的节点。
19.根据权利要求11所述的监控装置，其特征在于，所述装置还包括：创建单元；
所述创建单元，用于若所述检测单元检测出不存在与所述用户标识信息对应的监控模型，则创建与所述用户标识信息对应的监控模型；
配置单元，还用于根据所述行为数据，配置所述创建单元创建的监控模型中的节点以及与所述节点对应的预设规则。
20.根据权利要求11至19任一项所述的监控装置，其特征在于，所述监控模型为有向图模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610349960.8A CN107092544B (zh) | 2016-05-24 | 2016-05-24 | 监控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610349960.8A CN107092544B (zh) | 2016-05-24 | 2016-05-24 | 监控方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107092544A true CN107092544A (zh) | 2017-08-25 |
| CN107092544B CN107092544B (zh) | 2020-09-15 |
Family
ID=59648831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610349960.8A Expired - Fee Related CN107092544B (zh) | 2016-05-24 | 2016-05-24 | 监控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107092544B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107562551A (zh) * | 2017-09-05 | 2018-01-09 | 北京小度信息科技有限公司 | 外部接入***的监控方法、装置及计算机可读存储介质 |
| CN108228431A (zh) * | 2018-01-04 | 2018-06-29 | 北京中关村科金技术有限公司 | 一种配置化爬虫质量监测的方法及*** |
| CN108322350A (zh) * | 2018-02-27 | 2018-07-24 | 阿里巴巴集团控股有限公司 | 业务监控方法及装置和电子设备 |
| CN109583758A (zh) * | 2018-11-30 | 2019-04-05 | 广州净松软件科技有限公司 | 监察***的预警规则修正方法、装置和计算机设备 |
| CN109766370A (zh) * | 2018-12-27 | 2019-05-17 | 口碑(上海)信息技术有限公司 | 数据处理方法、数据服务***及设备 |
| CN109961200A (zh) * | 2017-12-25 | 2019-07-02 | 北京嘀嘀无限科技发展有限公司 | 监控提醒方法、监控提醒***、计算机设备和存储介质 |
| CN110120964A (zh) * | 2018-02-07 | 2019-08-13 | 北京三快在线科技有限公司 | 用户行为监控方法和装置以及计算设备 |
| CN110489311A (zh) * | 2019-03-01 | 2019-11-22 | 北京亿赛通科技发展有限责任公司 | 自动检测电脑用户行为及自动更新检测模型的方法和*** |
| CN110874307A (zh) * | 2018-08-29 | 2020-03-10 | 北京京东尚科信息技术有限公司 | 事件埋点的收集上报方法和装置 |
| CN111045950A (zh) * | 2019-12-16 | 2020-04-21 | 上海钧正网络科技有限公司 | 性能问题点确定方法、装置、数据分析***及存储介质 |
| US11017340B2 (en) | 2017-12-05 | 2021-05-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for cheat examination |
| CN112839008A (zh) * | 2019-11-22 | 2021-05-25 | 北京沃东天骏信息技术有限公司 | 一种访问监控方法、装置和*** |
| CN113138905A (zh) * | 2021-05-11 | 2021-07-20 | 北京京东拓先科技有限公司 | 一种软件功能监控方法和装置 |
| CN113941901A (zh) * | 2020-07-17 | 2022-01-18 | 智能云科信息科技有限公司 | 机床刀具监控方法、监控装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102404741A (zh) * | 2011-11-30 | 2012-04-04 | 中国联合网络通信集团有限公司 | 移动终端上网异常检测方法和装置 |
| CN103049163A (zh) * | 2012-12-28 | 2013-04-17 | 华为技术有限公司 | 用户界面智能显示控制方法和装置 |
| US8645919B2 (en) * | 2008-04-16 | 2014-02-04 | Microsoft Corporation | Generic validation test framework for graphical user interfaces |
| CN104636237A (zh) * | 2015-01-19 | 2015-05-20 | 上海新炬网络信息技术有限公司 | 基于Java平台的Web应用***业务性能监测方法 |
-
2016
- 2016-05-24 CN CN201610349960.8A patent/CN107092544B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8645919B2 (en) * | 2008-04-16 | 2014-02-04 | Microsoft Corporation | Generic validation test framework for graphical user interfaces |
| CN102404741A (zh) * | 2011-11-30 | 2012-04-04 | 中国联合网络通信集团有限公司 | 移动终端上网异常检测方法和装置 |
| CN103049163A (zh) * | 2012-12-28 | 2013-04-17 | 华为技术有限公司 | 用户界面智能显示控制方法和装置 |
| CN104636237A (zh) * | 2015-01-19 | 2015-05-20 | 上海新炬网络信息技术有限公司 | 基于Java平台的Web应用***业务性能监测方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107562551A (zh) * | 2017-09-05 | 2018-01-09 | 北京小度信息科技有限公司 | 外部接入***的监控方法、装置及计算机可读存储介质 |
| US11017340B2 (en) | 2017-12-05 | 2021-05-25 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for cheat examination |
| CN109961200A (zh) * | 2017-12-25 | 2019-07-02 | 北京嘀嘀无限科技发展有限公司 | 监控提醒方法、监控提醒***、计算机设备和存储介质 |
| CN108228431A (zh) * | 2018-01-04 | 2018-06-29 | 北京中关村科金技术有限公司 | 一种配置化爬虫质量监测的方法及*** |
| CN110120964A (zh) * | 2018-02-07 | 2019-08-13 | 北京三快在线科技有限公司 | 用户行为监控方法和装置以及计算设备 |
| CN108322350A (zh) * | 2018-02-27 | 2018-07-24 | 阿里巴巴集团控股有限公司 | 业务监控方法及装置和电子设备 |
| CN108322350B (zh) * | 2018-02-27 | 2021-06-01 | 创新先进技术有限公司 | 业务监控方法及装置和电子设备 |
| CN110874307A (zh) * | 2018-08-29 | 2020-03-10 | 北京京东尚科信息技术有限公司 | 事件埋点的收集上报方法和装置 |
| CN109583758A (zh) * | 2018-11-30 | 2019-04-05 | 广州净松软件科技有限公司 | 监察***的预警规则修正方法、装置和计算机设备 |
| CN109766370A (zh) * | 2018-12-27 | 2019-05-17 | 口碑(上海)信息技术有限公司 | 数据处理方法、数据服务***及设备 |
| CN110489311A (zh) * | 2019-03-01 | 2019-11-22 | 北京亿赛通科技发展有限责任公司 | 自动检测电脑用户行为及自动更新检测模型的方法和*** |
| CN110489311B (zh) * | 2019-03-01 | 2023-04-18 | 北京亿赛通科技发展有限责任公司 | 自动检测电脑用户行为及自动更新检测模型的方法和*** |
| CN112839008A (zh) * | 2019-11-22 | 2021-05-25 | 北京沃东天骏信息技术有限公司 | 一种访问监控方法、装置和*** |
| CN112839008B (zh) * | 2019-11-22 | 2024-02-06 | 北京沃东天骏信息技术有限公司 | 一种访问监控方法、装置和*** |
| CN111045950A (zh) * | 2019-12-16 | 2020-04-21 | 上海钧正网络科技有限公司 | 性能问题点确定方法、装置、数据分析***及存储介质 |
| CN111045950B (zh) * | 2019-12-16 | 2023-06-30 | 上海钧正网络科技有限公司 | 性能问题点确定方法、装置、数据分析***及存储介质 |
| CN113941901A (zh) * | 2020-07-17 | 2022-01-18 | 智能云科信息科技有限公司 | 机床刀具监控方法、监控装置及电子设备 |
| CN113941901B (zh) * | 2020-07-17 | 2024-04-23 | 智能云科信息科技有限公司 | 机床刀具监控方法、监控装置及电子设备 |
| CN113138905A (zh) * | 2021-05-11 | 2021-07-20 | 北京京东拓先科技有限公司 | 一种软件功能监控方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107092544B (zh) | 2020-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107092544A (zh) | 监控方法及装置 | |
| US9894498B2 (en) | Adaptive notification system for mobile devices | |
| US10432669B1 (en) | Security appliance to monitor networked computing environment | |
| CN106471543B (zh) | 跨客户端设备上的多个应用的用户交互关联 | |
| CN104252479B (zh) | 信息的处理方法、装置和*** | |
| CN107402880A (zh) | 一种测试方法及电子设备 | |
| CN104753730B (zh) | 一种漏洞检测的方法及装置 | |
| US20240031379A1 (en) | Security appliance to monitor networked computing environment | |
| CN105531679B (zh) | 在网络客户端上进行的异常检测 | |
| CN110362727A (zh) | 用于搜索***的第三方搜索应用 | |
| CN106156147B (zh) | 一种基于大数据分析的报告发送方法、装置及*** | |
| US20200356462A1 (en) | Systems and methods for determining performance metrics of remote relational databases | |
| CN107426252A (zh) | 提供web应用防火墙服务的方法和设备 | |
| CN107168844B (zh) | 一种性能监控的方法及装置 | |
| CN110347582A (zh) | 埋点测试方法和装置 | |
| CN108810025A (zh) | 一种暗网的安全性评估方法、服务器及计算机可读介质 | |
| CN106603464A (zh) | 网络检测方法与***、装置 | |
| CN108306749A (zh) | 一种监控***报警方法、监控***和监控装置 | |
| CN108280560A (zh) | 一种对象评价防刷方法及装置 | |
| CN108337100B (zh) | 一种云平台监测的方法和装置 | |
| CN108073703A (zh) | 一种评论信息获取方法、装置、设备及存储介质 | |
| CN110380890A (zh) | 一种cdn***服务质量检测方法及*** | |
| CN109241435A (zh) | 一种用于数字货币交易的数据推送方法、装置及*** | |
| RU2015143226A (ru) | Управление онлайновой конфиденциальностью | |
| US9652630B2 (en) | Enhanced view compliance tool |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200915 |