CN110262947B - 阈值告警方法、装置、计算机设备及存储介质 - Google Patents
阈值告警方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110262947B CN110262947B CN201810200933.3A CN201810200933A CN110262947B CN 110262947 B CN110262947 B CN 110262947B CN 201810200933 A CN201810200933 A CN 201810200933A CN 110262947 B CN110262947 B CN 110262947B
- Authority
- CN
- China
- Prior art keywords
- probability distribution
- service data
- threshold
- preset
- historical service
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种阈值告警方法、装置、计算机设备及存储介质,属于计算机技术领域。所述方法包括:每隔预设周期,获取当前时间点前的历史业务数据;基于预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验方法,对所述历史业务数据进行分析;当所述历史业务数据服从预设的所述概率分布列表中任一种概率分布时,根据所述任一种概率分布的分布规律,获取指定概率的置信区间;当检测到实时获取到的业务数据不在所述置信区间内时,发送告警信息。本发明根据历史业务数据的概率分布情况确定阈值,有理论依据,且贴合业务的实际情况,由于在阈值确定过程中没有人为因素干扰,从而确定的阈值更准确,使得阈值告警信息更准确。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种阈值告警方法、装置、计算机设备及存储介质。
背景技术
随着计算机技术的发展,通常采用监控***对业务的实时数据进行跟踪监管,以保证在业务发展出现异常时进行告警,从而可以及时采取相应手段规避风险。通常会在监控***中预先设置阈值,以使得监控***在检测到监控数据不在阈值所划定的区间内时,进行告警。
目前,阈值告警方法通常是由业务人员凭借自身的业务经验,根据当前业务发展情况设置阈值,再基于该阈值对业务的实时数据进行监控,达到数据异常时告警的目的。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
阈值设置过程缺乏理论支持,受人为因素干扰过多,这样设置的阈值不够准确,可能导致告警不及时或错误告警。
发明内容
本发明实施例提供了一种阈值告警方法、装置、计算机设备及存储介质,可以解决现有技术中阈值设置不够准确导致的告警不及时或错误告警的问题。所述技术方案如下:
一方面,提供了一种阈值告警方法,所述方法包括:
每隔预设周期,获取当前时间点前的历史业务数据;
基于预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验方法,对所述历史业务数据进行分析;
当所述历史业务数据服从预设的所述概率分布列表中任一种概率分布时,根据所述任一种概率分布的分布规律,获取指定概率的置信区间;
当检测到实时获取到的业务数据不在所述置信区间内时,发送告警信息。
一方面,提供了一种阈值告警装置,所述装置包括:
获取模块,用于每隔预设周期,获取当前时间点前的历史业务数据;
分析模块,用于基于预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验装置,对所述历史业务数据进行分析;
所述获取模块,还用于当所述历史业务数据服从预设的所述概率分布列表中任一种概率分布时,根据所述任一种概率分布的分布规律,获取指定概率的置信区间;
发送模块,用于当检测到实时获取到的业务数据不在所述置信区间内时,发送告警信息。
一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现所述阈值告警方法所执行的操作。
一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现所述阈值告警方法所执行的操作。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例通过周期性地根据历史业务数据对阈值进行更新,在更新过程中通过检验历史业务数据是否服从已知的概率分布,并在服从的情况下,获取指定概率的置信区间,将其作为告警判断依据,可以在业务数据不在置信区间内时进行告警,这样根据历史业务数据的概率分布情况确定阈值,有理论依据,且贴合业务的实际情况,由于在阈值确定过程中没有人为因素干扰,从而确定的阈值更准确,使得阈值告警信息更准确。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种阈值告警方法流程图;
图2是本发明实施例提供的一种阈值告警方法流程图;
图3是本发明实施例提供的一种阈值告警装置的结构示意图;
图4是本发明实施例提供的一种计算机设备400的结构框图;
图5是本发明实施例提供的一种阈值告警装置500的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例涉及得到告警阈值方法可以应用于各项业务中,通常采用监控***对业务的实时数据进行跟踪监管,该实时数据可以包括多种指标,对于每一种指标,均可以设置有阈值,该阈值也可以包括最小阈值和最大阈值,当检测到业务的实时数据小于最小阈值或大于最大阈值时,监控***可以发送告警信息,以告知相关技术人员该实时数据不在设置的合理的数据范围内,需要该相关技术人员对该异常的实时数据的产生原因进行估计,并针对其可能带来的风险采取相关措施进行规避。
例如,监控***通常可以包括前端监视设备、传输设备、后端存储设备、控制设备及显示设备等,该前端监视设备可以用于对上述业务的实时数据进行采集,并经由传输设备传输至后端存储设备、控制设备及显示设备,在本发明实施例中,该阈值告警方法可以由该前端监视设备执行,将告警信息发送至后端存储设备、控制设备及显示设备,也可以由控制设备执行,将告警信息发送至显示设备,以对技术人员进行提示,本发明实施例对此不作具体限定。当然,在此仅以一种监控***的组成结构为例进行说明,该监控***还可以包括其他组成部分,或仅包括上述五种组成部分中的几种,本发明实施例对该阈值告警方法的具体应用环境不作限定。
图1是本发明实施例提供的一种阈值告警方法流程图,该阈值告警方法应用于计算机设备,该计算机设备可以为终端,也可以为服务器。参见图1,该阈值告警方法包括以下步骤:
101、每隔预设周期,计算机设备获取当前时间点前的历史业务数据。
该预设周期可以由技术人员根据业务的特性确定,计算机设备可以定期检测当前时间与上次阈值更新时间的时间间隔是否达到该预设周期,并在达到该预设周期时,获取当前时间点前的历史业务数据,从而基于该历史业务数据,对该阈值告警所依据的阈值进行更新,以提高阈值的实时性、准确性,从而提高阈值告警的准确性。
该历史业务数据可以是当前时间点前多个预设周期内的业务数据,也可以是当前时间点前的某个预设周期内的业务数据(例如,上一个预设周期内的业务数据),还可以是上个预设周期内的部分业务数据(例如,预设周期为一周,计算机设备获取当前时间点前五天的业务数据),本发明实施例对具体获取哪部分历史业务数据不作限定。
例如,该预设周期可以为一周,则该计算机设备可以被设置为每到周一即执行上述步骤101,获取当前时间点前的历史业务数据X(x1,x2,......,xΝ),从而可以对该历史业务数据进行分析,以确定新的阈值。或,计算机设备可以在每天检测当前日期是否为周一,如果日期是周一则更新阈值,如果日期不是周一,则不更新阈值,也即是不执行该步骤101。
102、计算机设备基于预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验方法,对该历史业务数据进行分析。
在该计算机设备中可以预设有概率分布列表,该概率分布列表中可以包括至少一个已知概率分布(例如正态分布、卡方分布、几何分布等),且该已知概率分布列表中的概率分布按照一定排列顺序进行排列,该概率分布列表中具体包括哪几种已知概率分布均可以由技术人员根据业务特性进行设置,本发明实施例对此不作具体限定。非参数统计检验方法是指在概率分布、方差未知或知道甚少的情况下,利用样本数据对总体分布形态等进行推断的方法。
其中,该概率分布列表中的概率分布的排列顺序可以是预设的排列顺序,当然,也可以由计算机设备对该概率分布列表中的每个概率分布的命中次数进行统计,并基于该命中次数确定对应的概率分布的排列顺序,将命中次数高的概率分布排列在前,将命中次数低的概率分布排列在后,本发明实施例对该概率分布的排列顺序确定方式不作具体限定。
计算机设备获取到历史业务数据,对该历史业务数据进行分析时,可以假设该历史业务数据服从某个已知的概率分布,这样可以基于概率分布的特性,得到该历史数据的大部分数据分布结果,则另外小部分数据不在大部分数据分布范围内,属于需要进行告警的小概率事件对应的数据,这样可以准确地确定业务数据的阈值,从而更准确进行阈值告警。
具体地,计算机设备执行该步骤102时,可以按照上述排列顺序,顺序检验历史业务数据是否服从已知的概率分布,如果检验得到该历史业务数据服从某种已知概率分布,则无需再继续进行检验,如果检验得到该历史业务数据不服从当前正在检验的概率分布时,则继续检验该历史业务数据是否服从排列顺序在当前正在检验的概率分布之后的概率分布,直到该概率分布列表中所有的概率分布均已检验结束。
例如,该历史业务数据服从几何分布,概率分布列表为正态分布、卡方分布、几何分布。则计算机设备在检验到历史业务数据不服从前两个概率分布后,还需要检验历史业务数据是否服从几何分布,这样上述检验过程需要检验三次。而如果历史业务数据服从正态分布,该计算机设备一次检验得到该历史业务数据服从正态分布时,检验过程即结束。
在一种可能实现方式中,计算机设备对每一种概率分布进行检验时,还可以采用其对应的非参数统计检验方法,进行上述检验过程。在这种可能方式中,该步骤102可以为:对于任一种概率分布,计算机设备根据预设的概率分布与非参数统计检验方法的对应关系,确定该任一种概率分布对应的非参数统计检验方法;计算机设备采用该任一种概率分布对应的非参数统计检验方法,检验该历史数据是否服从该任一种概率分布。这样采用更合适的非参数统计检验方法对历史业务数据进行检验,可以更准确、更快速地完成检验过程,得到检验结果。
103、当该历史业务数据服从预设的该概率分布列表中任一种概率分布时,计算机设备根据该任一种概率分布的分布规律,获取指定概率的置信区间。
置信区间是指由样本统计量所构造的总体参数的估计区间,该置信区间所展现的是这个总体参数的真实值有一定概率落在测量结果的周围的程度。在本发明实施例中,该总体参数可以是指业务的指标,该一定概率可以是一个较大的概率,用于将大部分数据的分布情况体现出来,并可以用于监测小概率事件。计算机设备则可以基于历史业务数据服从的概率分布的分布规律,也即是利用该概率分布对应的分布参数计算公式,得到历史数据的分布参数,并利用该概率分布对应的置信区间计算公式,计算得到指定概率的置信区间。
例如,计算机设备经过上述步骤102分析得到,该历史业务数据服从正态分布,可以用公式X~N(u,σ2)表达,其中,X是历史业务数据,~是服从的意思,N(μ,σ2)是正态分布函数,N是正态分布(Normal distribution),μ是正态分布的期望,σ是正态分布的标准差,σ2是正态分布的方差,则该正态分布的期望等于历史业务数据的平均值,即,其中,μ是正态分布的期望,N是历史业务数据的数量,i是历史业务数据的标识,∑是累加函数,xi是每个历史业务数据。正态分布的方差为历史业务数据的方差,也即是,其中,σ2是正态分布的方差,μ是正态分布的期望,N是历史业务数据的数量,i是历史业务数据的标识,∑是累加函数,xi是每个历史业务数据。一般地,通常采用正态分布的三个标准差的区间作为排除小概率事件的基准,即该指定概率可以是99.74%,99.74%对应的置信区间可以为[μ-3σ,μ+3σ],其中,最大值μ+3σ为最大阈值,最小值μ-3σ为最小阈值。
在一种可能实现方式中,计算机设备还可以基于历史业务数据的分布规律,对概率分布列表中的概率分布的排列顺序进行更新。具体地,当该历史数据服从预设的该概率分布列表中任一种概率分布时,计算机设备对该任一种概率分布在该概率分布列表中的排列顺序进行更新。例如,计算机设备可以将本次历史业务数据服从的概率分布在该概率分布列表中的排列顺序更新为首位,或将该概率分布的排列顺序向前移动一位或多位,计算机设备也可以将本次命中的概率分布的命中次数增加一次,并按照上述规则重新进行排序,将命中次数高的排列在前,将命中次数低的排列在后,这样可以有效减少上述步骤102中的顺序检验的检验次数,从而节省了检验时间,提高了检验效率。
104、当检测到实时获取到的业务数据不在该置信区间内时,计算机设备发送告警信息。
该计算机设备在得到该置信区间后,可以将该置信区间的极值作为阈值,该置信区间的数值范围已经包括了指定概率的历史业务数据,只有少部分历史业务数据不在该置信区间内。计算机设备可以实时获取业务数据,并将业务数据与该置信区间进行对比,确定该业务数据是否在该置信区间内,如果在,则计算机设备确定该业务数据正常,如果不在,则计算机设备确定该业务数据异常,可以发送告警信息,以便技术人员及时采取相应措施,以规避风险。
105、当该历史业务数据不服从预设的该概率分布列表中任一种概率分布时,计算机设备获取该历史业务数据的预设分位数作为阈值。
分位数是指所有数值按照大小顺序排列后相应排名对应的值。当该历史业务数据不服从已知的概率分布时,计算机设备可以简单地对其进行排序,以单调函数为准,获取指定概率对应的位数所对应的数据,将其作为阈值,从而达到获取指定概率对应的数值区间的目的。
具体地,计算机设备可以将该历史业务数据按照从小到大的顺序或从大到小的顺序进行排序,将位数为预设百分位的历史业务数据作为阈值,该预设百分位即对应于指定概率,该阈值可以包括最小阈值和最大阈值,则该最小阈值与最大阈值之间的数值范围即包括了大部分历史业务数据,在该最小阈值与最大阈值之外的历史业务数据则只有小部分,则计算机设备可以根据业务数据是否在该最小阈值与最大阈值之间,确定该业务数据是否正常。这样即使历史业务数据不服从已知的概率分布,也对该历史业务数据进行简单的数据分布分析,从而也在一定程度上提高了阈值设置的准确性,从而提高了阈值告警的准确性。
106、当检测到实时获取到的业务数据不在该阈值之间时,计算机设备发送告警信息。
当该业务数据不在阈值之间,也即是不在上述最小阈值和最大阈值之间时,计算机设备可以确定该业务数据异常,则可以发送告警信息,以提示技术人员采取相应措施,以规避风险。
下面针对图2对上述阈值告警方法应用于监控***时的具体流程进行说明,参见图2,计算机设备可以定期更新阈值,则该阈值可以称为动态阈值。计算机设备获取历史数据,获取到历史数据后,可以根据当前时间点是否达到了预设周期来确定是否需要更新阈值,如果否,则该计算机设备仍然使用旧的阈值即可,如果是,则判断该历史数据是否服从概率分布,如果服从,则计算其概率分布,并计算置信区间,将置信区间的极值作为阈值;如果不服从,则可以取历史数据的分位数作为阈值。计算机设备确定阈值后,再获取到监控数据后,可以检测该监控数据是否属于该动态阈值区间,如果属于,则计算机设备确定该监控数据正常,不告警,如果不属于,则计算机设备确定该监控数据异常,发送告警信息。
本发明实施例通过周期性地根据历史业务数据对阈值进行更新,在更新过程中通过检验历史业务数据是否服从已知的概率分布,并在服从的情况下,获取指定概率的置信区间,将其作为告警判断依据,可以在业务数据不在置信区间内时进行告警,这样根据历史业务数据的概率分布情况确定阈值,有理论依据,且贴合业务的实际情况,由于在阈值确定过程中没有人为因素干扰,从而确定的阈值更准确,使得阈值告警信息更准确。进一步地,本发明实施例还通过计算机设备自行周期性对历史业务数据进行更新,而无需人工介入,提高了阈值设置的效率,减轻了技术人员的工作负担。
下面以一实例对本发明实施例提供的阈值告警方法所带来的有益效果进行说明:某业务有几千个业务监控点,技术人员一天收到八千多条告警,其中阈值类告警占比为33%,占比最大,给运营任务增加了较大的工作负担。本发明实施例通过上述动态阈值确定过程,针对每个监控指标重新计算阈值,得到的效果如表1和表2所示:
表1
表1是其中随机抽取的若干属性,从表1可知,属性6静态阈值和动态阈值设置较为接近,动态阈值告警次数没有明显的减少,这也说明属性6的静态阈值设置的较为合理。属性1、4的历史告警最小值远大于设置的静态阈值,这说明静态阈值设置的太小,不符合业务的实际情况,通过动态阈值的设置,属性1、4的告警次数下降了80%,可见动态阈值的设置规避了大量的错误告警。
表2
表2是随机抽取7天的告警数,从表2可知,动态阈值的告警量约为静态阈值告警量的30%,通过动态阈值的设置,阈值类告警量显著减少,可见动态阈值的设置规避了大量的错误告警。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
图3是本发明实施例提供的一种阈值告警装置的结构示意图,参见图3,该装置包括:
获取模块301,用于每隔预设周期,获取当前时间点前的历史业务数据;
分析模块302,用于基于预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验装置,对该历史业务数据进行分析;
该获取模块301,还用于当该历史业务数据服从预设的该概率分布列表中任一种概率分布时,根据该任一种概率分布的分布规律,获取指定概率的置信区间;
发送模块303,用于当检测到实时获取到的业务数据不在该置信区间内时,发送告警信息。
在一种可能实现方式中,该分析模块302,用于:
对于任一种概率分布,根据预设的概率分布与非参数统计检验装置的对应关系,确定该任一种概率分布对应的非参数统计检验装置;
采用该任一种概率分布对应的非参数统计检验装置,检验该历史数据是否服从该任一种概率分布。
在一种可能实现方式中,该装置还包括:
更新模块,用于当该历史数据服从预设的该概率分布列表中任一种概率分布时,对该任一种概率分布在该概率分布列表中的排列顺序进行更新。
在一种可能实现方式中,该获取模块301还用于当该历史业务数据不服从预设的该概率分布列表中任一种概率分布时,获取该历史业务数据的预设分位数作为阈值。
在一种可能实现方式中,该获取模块301还用于将该历史业务数据按照从小到大的顺序或从大到小的顺序进行排序,将位数为预设百分位的历史业务数据作为阈值。
本发明实施例提供的装置通过周期性地根据历史业务数据对阈值进行更新,在更新过程中通过检验历史业务数据是否服从已知的概率分布,并在服从的情况下,获取指定概率的置信区间,将其作为告警判断依据,可以在业务数据不在置信区间内时进行告警,这样根据历史业务数据的概率分布情况确定阈值,有理论依据,且贴合业务的实际情况,由于在阈值确定过程中没有人为因素干扰,从而确定的阈值更准确,使得阈值告警信息更准确。
需要说明的是:上述实施例提供的阈值告警装置在实现阈值告警时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的阈值告警装置与阈值告警方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图4是本发明实施例提供的一种计算机设备400的结构框图。该计算机设备400可以被提供为一终端,该计算机设备400可以是:智能手机、平板电脑、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备400还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,计算机设备400包括有:处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器401所执行以实现本发明中方法实施例提供的阈值告警方法。
在一些实施例中,计算机设备400还可选包括有:***设备接口403和至少一个***设备。处理器401、存储器402和***设备接口403之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口403相连。具体地,***设备包括:射频电路404、触摸显示屏405、摄像头406、音频电路407、定位组件408和电源409中的至少一种。
***设备接口403可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器401和存储器402。在一些实施例中,处理器401、存储器402和***设备接口403被集成在同一芯片或电路板上;在一些其他实施例中,处理器401、存储器402和***设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路404用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路404包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路404还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本发明对此不加以限定。
显示屏405用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时,显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时,显示屏405还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏405可以为一个,设置计算机设备400的前面板;在另一些实施例中,显示屏405可以为至少两个,分别设置在计算机设备400的不同表面或呈折叠设计;在再一些实施例中,显示屏405可以是柔性显示屏,设置在计算机设备400的弯曲表面上或折叠面上。甚至,显示屏405还可以设置成非矩形的不规则图形,也即异形屏。显示屏405可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
摄像头组件406用于采集图像或视频。可选地,摄像头组件406包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器401进行处理,或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路407还可以包括耳机插孔。
定位组件408用于定位计算机设备400的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System,全球定位***)、中国的北斗***、俄罗斯的格雷纳斯***或欧盟的伽利略***的定位组件。
电源409用于为计算机设备400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,计算机设备400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于:加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。
加速度传感器411可以检测以计算机设备400建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号,控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器412可以检测计算机设备400的机体方向及转动角度,陀螺仪传感器412可以与加速度传感器411协同采集用户对计算机设备400的3D动作。处理器401根据陀螺仪传感器412采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器413可以设置在计算机设备400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在计算机设备400的侧边框时,可以检测用户对计算机设备400的握持信号,由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时,由处理器401根据用户对触摸显示屏405的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器414用于采集用户的指纹,由处理器401根据指纹传感器414采集到的指纹识别用户的身份,或者,由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器401授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置计算机设备400的正面、背面或侧面。当计算机设备400上设置有物理按键或厂商Logo时,指纹传感器414可以与物理按键或厂商Logo集成在一起。
光学传感器415用于采集环境光强度。在一个实施例中,处理器401可以根据光学传感器415采集的环境光强度,控制触摸显示屏405的显示亮度。具体地,当环境光强度较高时,调高触摸显示屏405的显示亮度;当环境光强度较低时,调低触摸显示屏405的显示亮度。在另一个实施例中,处理器401还可以根据光学传感器415采集的环境光强度,动态调整摄像头组件406的拍摄参数。
接近传感器416,也称距离传感器,通常设置在计算机设备400的前面板。接近传感器416用于采集用户与计算机设备400的正面之间的距离。在一个实施例中,当接近传感器416检测到用户与计算机设备400的正面之间的距离逐渐变小时,由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态;当接近传感器416检测到用户与计算机设备400的正面之间的距离逐渐变大时,由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图4中示出的结构并不构成对计算机设备400的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图5是本发明实施例提供的一种阈值告警装置500的结构示意图,该阈值告警装置可以被提供为一服务器,该阈值告警装置500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)501和一个或一个以上的存储器502,其中,该存储器502中存储有至少一条指令,该至少一条指令由该处理器501加载并执行以实现上述各个方法实施例提供的阈值告警方法。当然,该阈值告警装置500还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该阈值告警装置500还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括指令的存储器,上述指令可由处理器执行以完成上述实施例中的阈值告警方法。例如,该计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
上述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种阈值告警方法,其特征在于,所述方法包括:
每隔预设周期,获取当前时间点前的历史业务数据,所述历史业务数据包括当前时间点前至少一个预设周期内的业务数据或当前时间点前上个预设周期内的部分业务数据;
按照预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验方法,顺序检验所述历史业务数据是否服从所述概率分布列表中的概率分布,所述概率分布列表中包括至少一个已知概率分布,且所述已知概率分布列表中的概率分布按照一定排列顺序进行排列,所述概率分布的排列顺序由计算机设备对所述概率分布列表中的每个概率分布的命中次数进行统计,并基于所述命中次数确定对应的概率分布的排列顺序;
当所述历史业务数据服从预设的所述概率分布列表中当前概率分布时,根据所述当前概率分布的分布规律,获取指定概率的置信区间;如果检验得到所述历史业务数据不服从当前正在检验的概率分布时,则继续检验所述历史业务数据是否服从排列顺序在当前正在检验的概率分布之后的概率分布,直到所述概率分布列表中所有的概率分布均已检验结束;
当检测到实时获取到的业务数据不在所述置信区间内时,发送告警信息。
2.根据权利要求1所述的方法,其特征在于,所述采用非参数统计检验方法,顺序检验所述历史业务数据是否服从所述概率分布列表中的概率分布,包括:
对于任一种概率分布,根据预设的概率分布与非参数统计检验方法的对应关系,确定所述任一种概率分布对应的非参数统计检验方法;
采用所述任一种概率分布对应的非参数统计检验方法,检验所述历史业务 数据是否服从所述任一种概率分布。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述历史业务 数据服从预设的所述概率分布列表中任一种概率分布时,对所述任一种概率分布在所述概率分布列表中的排列顺序进行更新。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述历史业务数据不服从预设的所述概率分布列表中任一种概率分布时,获取所述历史业务数据的预设分位数作为阈值。
5.根据权利要求4所述的方法,其特征在于,所述获取所述历史业务数据的预设分位数作为阈值,包括:
将所述历史业务数据按照从小到大的顺序或从大到小的顺序进行排序,将位数为预设百分位的历史业务数据作为阈值。
6.一种阈值告警装置,其特征在于,所述装置包括:
获取模块,用于每隔预设周期,获取当前时间点前的历史业务数据,所述历史业务数据包括当前时间点前至少一个预设周期内的业务数据或当前时间点前上个预设周期内的部分业务数据;
分析模块,用于按照预设的概率分布列表中的概率分布的排列顺序,采用非参数统计检验方法,顺序检验所述历史业务数据是否服从所述概率分布列表中的概率分布,所述概率分布列表中包括至少一个已知概率分布,且所述已知概率分布列表中的概率分布按照一定排列顺序进行排列,所述概率分布的排列顺序由计算机设备对所述概率分布列表中的每个概率分布的命中次数进行统计,并基于所述命中次数确定对应的概率分布的排列顺序;
所述获取模块,还用于当所述历史业务数据服从预设的所述概率分布列表中当前概率分布时,根据所述当前概率分布的分布规律,获取指定概率的置信区间;
所述分析模块,还用于如果检验得到所述历史业务数据不服从当前正在检验的概率分布时,则继续检验所述历史业务数据是否服从排列顺序在当前正在检验的概率分布之后的概率分布,直到所述概率分布列表中所有的概率分布均已检验结束;
发送模块,用于当检测到实时获取到的业务数据不在所述置信区间内时,发送告警信息。
7.根据权利要求6所述的装置,其特征在于,所述分析模块,用于:
对于任一种概率分布,根据预设的概率分布与非参数统计检验装置的对应关系,确定所述任一种概率分布对应的非参数统计检验装置;
采用所述任一种概率分布对应的非参数统计检验装置,检验所述历史业务 数据是否服从所述任一种概率分布。
8.根据权利要求6所述的装置,其特征在于,所述获取模块还用于当所述历史业务数据不服从预设的所述概率分布列表中任一种概率分布时,获取所述历史业务数据的预设分位数作为阈值。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如权利要求1至权利要求5任一项所述的阈值告警方法所执行的操作。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如权利要求1至权利要求5任一项所述的阈值告警方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200933.3A CN110262947B (zh) | 2018-03-12 | 2018-03-12 | 阈值告警方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810200933.3A CN110262947B (zh) | 2018-03-12 | 2018-03-12 | 阈值告警方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110262947A CN110262947A (zh) | 2019-09-20 |
CN110262947B true CN110262947B (zh) | 2022-05-17 |
Family
ID=67911464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810200933.3A Active CN110262947B (zh) | 2018-03-12 | 2018-03-12 | 阈值告警方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110262947B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782143B (zh) * | 2019-10-15 | 2022-05-06 | 支付宝(杭州)信息技术有限公司 | 数据处理方法和装置 |
CN110765182B (zh) * | 2019-10-29 | 2022-07-01 | 北京达佳互联信息技术有限公司 | 数据统计方法、装置、电子设备及存储介质 |
CN110677725B (zh) * | 2019-10-31 | 2022-04-22 | 飞思达技术(北京)有限公司 | 一种基于互联网电视业务的音视频异态检测方法及*** |
CN111178595B (zh) * | 2019-12-11 | 2023-03-24 | 深圳平安医疗健康科技服务有限公司 | 项目控制参数生成方法、装置、计算机设备和存储介质 |
CN111047417A (zh) * | 2019-12-24 | 2020-04-21 | 北京每日优鲜电子商务有限公司 | 业务监控方法、装置、设备及存储介质 |
CN111192124A (zh) * | 2019-12-26 | 2020-05-22 | 大象慧云信息技术有限公司 | 一种监控财税***运维态势的方法和*** |
CN111191018B (zh) * | 2019-12-30 | 2023-10-20 | 华为技术有限公司 | 对话***的应答方法和装置、电子设备、智能设备 |
CN111459746B (zh) * | 2020-02-27 | 2023-06-27 | 北京三快在线科技有限公司 | 告警生成方法、装置、电子设备及可读存储介质 |
CN111737314A (zh) * | 2020-06-13 | 2020-10-02 | 北京京投亿雅捷交通科技有限公司 | 一种运营日***的客流信息检测方法 |
CN111785392B (zh) * | 2020-07-01 | 2024-02-09 | 医渡云(北京)技术有限公司 | 人口数量的预警方法、装置、电子设备及计算机可读介质 |
CN113158497A (zh) * | 2021-05-26 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 在线服务实验方法、装置、计算机设备和存储介质 |
CN113554281A (zh) * | 2021-07-02 | 2021-10-26 | 北京淇瑀信息科技有限公司 | 基于网格的用户业务风险的分析方法、装置和电子设备 |
CN114030490B (zh) * | 2022-01-12 | 2022-04-26 | 深圳市永达电子信息股份有限公司 | 可移动式站台门运行中的碰撞判定方法和计算机存储介质 |
CN115098561B (zh) * | 2022-06-28 | 2024-03-26 | 浙江大学 | 一种文物本体监测数据告警阈值的提取方法 |
CN115118357A (zh) * | 2022-08-29 | 2022-09-27 | 成都市克莱微波科技有限公司 | 一种收发组件故障检测方法、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409893A (zh) * | 2007-10-11 | 2009-04-15 | 中兴通讯股份有限公司 | 一种正交频分复用***中初始接入信号的检测方法和装置 |
CN104572391A (zh) * | 2013-10-16 | 2015-04-29 | 深圳市腾讯计算机***有限公司 | 监控告警策略配置方法及装置、监控告警方法及装置 |
CN104901823A (zh) * | 2014-03-04 | 2015-09-09 | ***通信集团北京有限公司 | 一种告警阈值生成方法、业务性能指标监控方法及装置 |
JP2016114468A (ja) * | 2014-12-15 | 2016-06-23 | 三菱電機株式会社 | 目標検出装置 |
CN105718754A (zh) * | 2016-03-09 | 2016-06-29 | 中国石油大学(北京) | 一种炼化过程参数动态报警阈值的生成方法及装置 |
CN106709666A (zh) * | 2017-01-06 | 2017-05-24 | 国网北京市电力公司 | 一种指标阈值确定方法及*** |
CN107677290A (zh) * | 2017-08-21 | 2018-02-09 | 北京航空航天大学 | 惯性导航***精度评定的测试方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4413915B2 (ja) * | 2006-12-13 | 2010-02-10 | 株式会社東芝 | 異常兆候検出装置および方法 |
-
2018
- 2018-03-12 CN CN201810200933.3A patent/CN110262947B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101409893A (zh) * | 2007-10-11 | 2009-04-15 | 中兴通讯股份有限公司 | 一种正交频分复用***中初始接入信号的检测方法和装置 |
CN104572391A (zh) * | 2013-10-16 | 2015-04-29 | 深圳市腾讯计算机***有限公司 | 监控告警策略配置方法及装置、监控告警方法及装置 |
CN104901823A (zh) * | 2014-03-04 | 2015-09-09 | ***通信集团北京有限公司 | 一种告警阈值生成方法、业务性能指标监控方法及装置 |
JP2016114468A (ja) * | 2014-12-15 | 2016-06-23 | 三菱電機株式会社 | 目標検出装置 |
CN105718754A (zh) * | 2016-03-09 | 2016-06-29 | 中国石油大学(北京) | 一种炼化过程参数动态报警阈值的生成方法及装置 |
CN106709666A (zh) * | 2017-01-06 | 2017-05-24 | 国网北京市电力公司 | 一种指标阈值确定方法及*** |
CN107677290A (zh) * | 2017-08-21 | 2018-02-09 | 北京航空航天大学 | 惯性导航***精度评定的测试方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110262947A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110262947B (zh) | 阈值告警方法、装置、计算机设备及存储介质 | |
CN109061481B (zh) | 电池的荷电状态确定方法、装置及存储介质 | |
CN111338910B (zh) | 日志数据处理、显示方法、装置、设备及存储介质 | |
CN108427630B (zh) | 性能信息获取方法、装置、终端及计算机可读存储介质 | |
CN111127509B (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
CN108363982B (zh) | 确定对象数量的方法及装置 | |
CN111078521A (zh) | 异常事件的分析方法、装置、设备、***及存储介质 | |
CN111897525A (zh) | 大数据处理方法及*** | |
CN111933207A (zh) | 慢盘识别方法、装置、电子设备及存储设备 | |
CN112084811A (zh) | 身份信息的确定方法、装置及存储介质 | |
CN111177137A (zh) | 数据去重的方法、装置、设备及存储介质 | |
CN110765182B (zh) | 数据统计方法、装置、电子设备及存储介质 | |
CN112398819A (zh) | 异常识别的方法及装置 | |
CN109189290B (zh) | 点击区域识别方法、装置和计算机可读存储介质 | |
CN112529871B (zh) | 评价图像的方法、装置及计算机存储介质 | |
CN111931712A (zh) | 人脸识别方法、装置、抓拍机及*** | |
CN110768843A (zh) | 网络问题分析方法、装置、终端及存储介质 | |
CN111294253B (zh) | 测试数据处理方法、装置、计算机设备及存储介质 | |
CN110336881B (zh) | 执行业务处理请求的方法和装置 | |
CN110580561B (zh) | 一种油井增油效果的分析方法、装置及存储介质 | |
CN112749583A (zh) | 人脸图像分组方法、装置、计算机设备和存储介质 | |
CN111984738A (zh) | 数据关联方法、装置、设备及存储介质 | |
CN112579661B (zh) | 特异目标对确定方法、装置、计算机设备及存储介质 | |
CN112817768B (zh) | 动画处理方法、装置、设备及计算机可读存储介质 | |
CN111212299B (zh) | 直播视频教程的获取方法、装置、服务器及存储介质 |
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 |