CN110659179B - 一种评估***运行状况的方法、装置及电子设备 - Google Patents
一种评估***运行状况的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110659179B CN110659179B CN201910817532.7A CN201910817532A CN110659179B CN 110659179 B CN110659179 B CN 110659179B CN 201910817532 A CN201910817532 A CN 201910817532A CN 110659179 B CN110659179 B CN 110659179B
- Authority
- CN
- China
- Prior art keywords
- monitoring index
- target
- monitoring
- equivalence class
- index 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 378
- 239000011159 matrix material Substances 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 238000003860 storage Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000011410 subtraction method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000011428 standard deviation standardization method Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- 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
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种评估***运行状况的方法、装置及电子设备,所述方法包括:当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,目标监测指标用于表征目标***的运行状况;根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,预设模糊相似矩阵基于监测指标集中各监测指标对应的监测数据构建;基于权重系数和目标监测指标,对目标***的运行状况进行评估。通过监测目标***的应用架构,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
Description
技术领域
本发明涉及***管理技术领域,尤其涉及一种评估***运行状况的方法、装置及电子设备。
背景技术
通常,为了使分布式***能够安全、可靠、高效、稳定地运转,需要建立科学合理的***健康评估模型,实现整个***的健康评估,全面了解***运行状况,保障***运行的安全与稳定。
然而,传统的***评估方法在确定指标权重时,权值设定相对固定,并不能跟随***应用架构层、基础设施层的变化而动态改变,导致***运行状况评估模型的评估结果准确率较低。
发明内容
本发明实施例的目的是提供一种评估***运行状况的方法、装置及电子设备,通过监测目标***的应用架构,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。。
为解决上述技术问题,本发明实施例是这样实现的:
第一方面,本发明实施例提供的一种评估***运行状况的方法,所述方法包括:当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征所述目标***的运行状况;根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数,所述预设模糊相似矩阵基于所述监测指标集中各监测指标对应的监测数据构建;基于所述权重系数和所述目标监测指标,对所述目标***的运行状况进行评估。
在一种实现方式中,在所述根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数之前,还包括:对所述监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据;基于所述标准监测数据,采用如下公式构建所述预设模糊相似矩阵。
其中,pij表示所述模糊相似矩阵,vik表示所述监测数据,vik’表示所述标准监测数据。
在一种实现方式中,所述根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数,包括:基于所述预设模糊相似矩阵以及所述目标监测指标,对所述监测指标集进行第一等价类划分得到第一等价类划分结果,所述第一等价类划分结果不包括所述目标监测指标;根据所述第一等价类划分结果以及预先确定的第二类划分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度,所述第二类划分结果包括所述目标监测指标;基于所述依赖度确定所述目标监测指标的所述权重系数。
在一种实现方式中,所述基于所述预设模糊相似矩阵以及所述目标监测指标,对所述监测指标集进行第一等价类划分得到第一等价类划分结果,包括:从所述监测指标集中删除所述目标监测指标;基于所述预设模糊相似矩阵对删除所述目标监测指标后的监测指标集进行第一等价类划分,得到第一等价类划分结果。
在一种实现方式中,在所述根据所述第一等价类划分结果以及预先确定的第二类划分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度之前,还包括:基于所述第二等价类分结果确定最佳等价类分阈值,所述最佳等价类分阈值用于确定最佳等价类分结果;基于所述最佳等价类分阈值确定最佳等价类分结果。
在一种实现方式中,所述根据所述第一等价类划分结果以及预先确定的第二类划分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度,包括:根据所述第一等价类分结果与所述第二等价类分结果,分别计算所述第二等价类分结果的预设子集的上近似值和下近似值;基于所述预设子集的上近似值和下近似值,确定所述目标监测指标相对于所述监测指标集的依赖度。
第二方面,本发明实施例提供了一种评估***运行状况的装置,所述装置包括:获取模块,用于当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征所述目标***的运行状况;确定模块,用于根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数,所述预设模糊相似矩阵基于所述监测指标集中各监测指标对应的监测数据构建;评估模块,用于基于所述权重系数和所述目标监测指标,对所述目标***的运行状况进行评估。
在一种实现方式中,所述装置还包括:处理模块,用于对所述监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据;构建模块,用于基于所述标准监测数据,采用如下公式构建所述预设模糊相似矩阵。
其中,pij表示所述模糊相似矩阵,vik表示所述监测数据,vik’表示所述标准监测数据。
在一种实现方式中,所述确定模块包括:划分单元,用于基于所述预设模糊相似矩阵以及所述目标监测指标,对所述监测指标集进行第一等价类划分得到第一等价类划分结果,所述第一等价类划分结果不包括所述目标监测指标;计算单元,用于根据所述第一等价类划分结果以及预先确定的第二类划分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度,所述第二类划分结果包括所述目标监测指标;确定单元,用于基于所述依赖度确定所述目标监测指标的所述权重系数。
在一种实现方式中,所述划分单元包括:删除子单元,用于从所述监测指标集中删除所述目标监测指标;划分子单元,用于基于所述预设模糊相似矩阵对删除所述目标监测指标后的监测指标集进行第一等价类划分,得到第一等价类划分结果。
在一种实现方式中,所述装置还包括:阈值确定模块,用于基于所述第二等价类分结果确定最佳等价类分阈值,所述最佳等价类分阈值用于确定最佳等价类分结果;结果确定模块,用于基于所述最佳等价类分阈值确定最佳等价类分结果。
在一种实现方式中,所述计算单元包括:近似值计算子单元,用于根据所述第一等价类分结果与所述第二等价类分结果,分别计算所述第二等价类分结果的预设子集的上近似值和下近似值;依赖度确定子单元,用于基于所述预设子集的上近似值和下近似值,确定所述目标监测指标相对于所述监测指标集的依赖度。
第三方面,本发明实施例提供一种评估***运行状况的电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述实施例提供的评估***运行状况的方法的步骤。
第四方面,本发明实施例提供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上存储计算机程序,所述计算机程序被处理器执行时实现上述实施例提供的评估***运行状况的方法的步骤。
由以上本发明实施例提供的技术方案可见,本发明实施例通过监测目标***的应用架构,并且当监测到目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,然后根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,最终,基于权重系数和目标监测指标,对目标***的运行状况进行评估,这样,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种评估***运行状况的方法的流程示意图;
图2为本发明另一种评估***运行状况的方法的流程示意图;
图3为本发明一种评估***运行状况的装置的结构示意图;
图4为本发明一种评估***运行状况的电子设备的结构示意图。
具体实施方式
本发明实施例提供一种评估***运行状况的方法、装置及电子设备,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
实施例一
通常,为了使分布式***能够安全、可靠、高效、稳定地运转,需要建立科学合理的***健康评估模型,然后利用***健康评估模型,基于分布式***的监测指标和监测指标对应的权重系数对分布式***的运行状况进行全面评估,以保障分布式***运行的安全与稳定。
然而,由于分布式***间往往存在错综复杂的关系,且分布式***本身具备扩缩容、易扩展等特性,因此,监测指标对应的权重系数可能随着分布式***引入某些服务后,或者基础设施层资源变更,从而发生变化。
综上所述,为了保证***运行状况评估的准确率,对分布式***的运行状况进行全面评估时,各监测指标和监测指标对应的权重系数应该结合分布式***的应用架构层和基础设施处的变化进行动态更新。
为了满足上述需求,如图1所示,本发明实施例提供一种评估***运行状况的方法,该方法的执行主体可以为终端设备或服务器,其中,终端设备可以如个人计算机等设备,也可以如手机、平板电脑等终端设备,服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群。该方法具体可以包括以下步骤:
步骤S101,当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征目标***的运行状况。
在一种实现方式中,例如可以设置监测服务器,以非介入方式接入网络,部署到服务器区出口的交换机,实现服务器区所有目标***的应用架构的监控。或者,可以基于物联网的量子云监控***对目标***的应用架构进行监控,并对实时监控数据进行数据分析,以判断目标***的应用架构是否发生变化,从而触发服务器获取包括目标监测指标的监测指标集。
其中,目标监测指标用于表征目标***的运行状况,比如可以是CPU使用量、内存使用量、目标***的负载、磁盘使用量等,以此为例,则监测指标集可以表示为A={CPU使用量,内存使用量,目标***的负载,磁盘使用量}。目标***的应用架构发生变化,包括基础设施层和/或应用层和/或服务层发生变化。
上述目标***的应用架构的监测方法以及目标监测指标仅是本发明实施例的一种示例性说明,并不对本发明实施例造成任何限定。
沿用上例,当监测服务器或基于物联网的量子云监控***监测到目标***的应用架构发生变化时,则可以采集监测指标计数器(counter)的参数,存储至网络的关系数据库中,再利用监测指标公式对参数进行运算,进而获取目标监测指标。
步骤S102,根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,所述预设模糊相似矩阵基于监测指标集中各监测指标对应的监测数据构建。
由于普通关系都是二值的,即对于任意两个对象,在它们之间要么存在关系,要么不存在关系,两者必居其一且仅居其一。但是,在实际中,有不少关系是不能简单地用“是”或“否”衡量的,而必须引入一定的量来表示两对象具有这种关系的程度。例如,通常情况下***的CPU使用量、内存使用量、目标***的负载、磁盘使用量等目标监测指标与***的运行状况/性能存在一定关系,但一般不能简单地通过CPU使用量和/或内存使用量和/或目标***的负载和/或磁盘使用量等判定目标***的运行状况/性能,通常需要根据各目标监测指标在***性能中所占的权重系数来估计***的运行状况是否正常。
这类需要引入一定的量来表示的描述关系通常称为模糊关系,通常可以采用传统聚类分析法、距离法或主观评定法等描述,然而,由于主观评定法具有一定的主观性,并不能客观的反映实际关系,容易导致描述结果失真,因此,为了保证描述结果的客观准确性,通常可以采用传统聚类分析法、距离法描述此类模糊关系。
在一种实现方式中,可以采用传统聚类分析法、距离法等,基于监测指标集中各监测指标对应的监测数据构建模糊相似矩阵,然后根据模糊相似矩阵以及监测指标集,衡量监测指标集中各目标监测指标之间的相似程度/重要程度关系。
其中,传统聚类分析的相似系数法包括数量积法、夹角余弦法、相关系数法、指数相似系数法、最大最小法、算术平均最小法、几何平均最小法等。距离法包括绝对值倒数法、绝对值减数法、海明距离法、欧几里得距离法、契比雪夫距离法等。为方便说明,本发明实施例以绝对值减数法为例,对本发明实施例进行说明。
需要说明的是,由于监控源端的多样化,且采集的各监测指标对应的监测数据性质不同,具有不同的量纲和数量级。当各监测指标间的水平相差很大时,若直接用采集的各监测指标对应的监测数据进行构建模糊相似矩阵,会突出监测数据值较高的监测指标在分析中的作用,相对削弱监测数据值较低的监测指标在分析中的作用,因此,为了保证模糊相似矩阵可以全面、准确地衡量监测指标集中各目标监测指标之间的相似程度/重要程度关系,基于监测指标集中各监测指标对应的监测数据构建模糊相似矩阵之前,需要对各监测指标对应的监测数据进行标准化处理。
在一种实现方式中,可以采用极差标准化或标准差标准化方法对原始的各监测指标对应的监测数据进行标准化处理。
示例性地,假设某监测指标对应的监测数据为vik,则采用极差标准化方式处理后的标准监测数据为vik’可以表示为如下形式:
其中,vik表示监测数据,vik’表示标准监测数据,vmax表示监测数据中的最大值,vmin表示监测数据中的最小值。
或者,沿用上例,若采用标准差标准化方式标准化处理,则标准监测数据vik’可以表示为如下形式:
对各监测指标对应的监测数据进行标准化处理后,可以根据如下公式[3]构建模糊相似矩阵:
其中,pij表示模糊相似矩阵,vik表示监测数据,vik’表示标准监测数据。
构建模糊相似矩阵后,可以采用模糊相似矩阵根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数。
步骤S103,基于权重系数和目标监测指标,对目标***的运行状况进行评估。
在一种实现方式中,确定目标监测指标的权重系数后,可以根据各目标监测指标的权重与目标***业务接口对应的各目标监测指标的初始性能的分值,确定目标***的运行状况分值。
示例性地,设置实时查询CPU使用量初始性能评分为b1,权重系数为A1,内存使用量的权重为A2,初始性能评分为b2,设置目标***的负载权重为A3,初始性能评分为b3,磁盘使用量的权重为A4,初始性能评分为b4。则目标***的运行状况分值为(A1*b1+A2*b2+A3*b3+A4*b4)。
在一种实现方式中,基于权重系数和目标监测指标,对目标***的运行状况进行评估后,还包括将目标***的运行状况分值与预设的预警值进行比较,判断目标***的运行状况分值是否低于预警值,若目标***的性能指标的参数值超过预警值,则提示用户进行目标***性能优化。
在一种实现方式中,设置性能指标的预警值时,例如可以预先获取目标***服务端的配置信息,根据配置信息获取目标***允许支撑的最大综合并发场景负荷数据,然后根据综合并发场景负荷数据,设置性能指标的预警值。
在一种实现方式中,基于权重系数和目标监测指标,对目标***的运行状况进行评估后,还可以生成性能评价报告,并对用户进行展示。例如,性能评价报告中可以包括各监测指标的权重系数以及目标***总的运行状况分值。性能评价报告中还包括进行统计分析时所获取的监测指标的对应监测数值的时间。
在一种实现方式中,可以将目标***性能分数使用统计图表展示,从而使得性能分数的显示更为直观。或者,性能评价报告还可以以文字、图片、表格的形式存储在服务端中,即该性能评价报告可以WORD文档、PDF文档或者EXCEL文档的形式存储在服务端中。进一步地,保存在服务端的同时将性能评价报告同时发送至中心服务器进行保存。或者,性能评价报告还能以WEB网页形式展示,将网页链接存储在服务端中,以节省目标***的存储空间。
本发明实施例提供一种评估***运行状况的方法,通过监测目标***的应用架构,并且当监测到目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,然后根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,最终,基于权重系数和目标监测指标,对目标***的运行状况进行评估,这样,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
实施例二
如图2所示,本发明实施例提供一种评估***运行状况的方法,该方法的执行主体可以为为终端设备或服务器,其中,终端设备可以如个人计算机等设备,也可以如手机、平板电脑等终端设备,服务器可以是独立的服务器,也可以是由多个服务器组成的服务器集群。该方法具体可以包括以下步骤:
步骤S201,当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征所述目标***的运行状况。
上述步骤S201的实施步骤可以参见实施例一中的步骤S101,为避免赘述,此处不再说明。
步骤S202,对监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据。
由于监控源端的多样化,且采集的各监测指标对应的监测数据性质不同,具有不同的量纲和数量级。当各监测指标间的水平相差很大时,若直接用原始的各监测指标对应的监测数据进行构建模糊相似矩阵,会突出监测数据值较高的监测指标在综合分析中的作用,相对削弱监测数据值较低的监测指标的作用,因此,为了保证模糊相似矩阵的可靠性,需要对原始的各监测指标对应的监测数据进行标准化处理。
在一种实现方式中,可以通过极差标准化方式或者标准差标准化方式,对对监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据。
示例性地,假设某监测指标对应的监测数据为vik,则采用极差标准化方式处理后的标准监测数据为vik’可以表示为如下形式:
其中,vik表示监测数据,vik’表示标准监测数据,vmax表示监测数据中的最大值,vmin表示监测数据中的最小值。
或者,沿用上例,若采用标准差标准化方式标准化处理,则标准监测数据vik’可以表示为如下形式:
步骤S203,基于标准监测数据,采用如下公式[6]构建预设模糊相似矩阵:
其中,pij表示所述模糊相似矩阵,vik表示所述监测数据,vik’表示所述标准监测数据。
步骤S204,基于预设模糊相似矩阵以及目标监测指标,对监测指标集进行第一等价类划分得到第一等价类划分结果,所述第一等价类划分结果不包括目标监测指标。
等价类划分,即聚类分析,指在不同的水平下对目标监测指标进行类划分。
在一种实现方式中,基于预设模糊相似矩阵以及目标监测指标,对监测指标集进行第一等价类划分得到第一等价类划分结果包括:从监测指标集中删除目标监测指标;基于预设模糊相似矩阵对删除目标监测指标后的监测指标集进行第一等价类划分,得到第一等价类划分结果。
例如,设监测指标集A={CPU使用量,内存使用量,目标***的负载,磁盘使用量},目标监测指标为CPU使用量,则基于预设模糊相似矩阵以及目标监测指标,对监测指标集进行第一等价类划分,得到不同等价类分阈值下的第一等价类划分结果,比如可以得到两类,分别是B={内存使用量,目标***的负载}、C={磁盘使用量},或是B={内存使用量,磁盘使用量}、C={目标***的负载},或是B={目标***的负载,磁盘使用量}、C={内存使用量}。或者可以得到一类D={内存使用量,目标***的负载,磁盘使用量}。
在一种实现方式中,还包括预先确定出第二类划分结果,其中第二类划分结果包括目标监测指标,即不需要从监测指标集中删除目标监测指标,其余划分方式与上述实例类似,此处不再赘述。
需要说明的是,通常第二类价类分结果可以包括多种划分方式,且每种类分结果对应的等价类分阈值不同。由于不同的等价类分阈值对应的等价类分结果存在好坏之分,因此,本发明实施例中,确定出第二类划分结果后,还需要执行下述步骤S205,进一步确定最佳等价类分阈值。
步骤S205,基于第二等价类分结果确定最佳等价类分阈值,最佳等价类分阈值用于确定最佳等价类分结果。
在一种实现方式中,可以采用F统计量方法基于第二等价类分结果确定最佳等价类分阈值,由于F统计量方法服从自由度为s-1的F分布,其分母表示类内监测指标间的距离,分子表示类与类之间的距离,因此F值越大,表明类与类之间的距离很大(即类与类之间的差异很大),分类效果较好,故该等价类分结果对应的等价类分阈值为最佳等价类分阈值。
步骤S206,基于最佳等价类分阈值确定最佳等价类分结果。
执行步骤S205后,最佳等价类分阈值对应的第二等价类分结果即可确定为最佳等价类分结果。
步骤S207,根据第一等价类划分结果以及预先确定的第二类划分结果,计算目标监测指标相对于目标监测指标集的依赖度,第二类划分结果包括目标监测指标。
在一种实现方式中,根据第一等价类划分结果以及预先确定的第二类划分结果,计算目标监测指标相对于目标监测指标集的依赖度包括:根据第一等价类分结果与第二等价类分结果,分别计算所述第二等价类分结果的预设子集的上近似值和下近似值;基于预设子集的上近似值和下近似值,确定目标监测指标相对于所述监测指标集的依赖度。
例如,设S=(U,A,V,f)为目标***,U为m(假设待监测的目标***为m)个非空有限的对象集合,A={a1,a2,…,an}为非空有限的属性集合,V表示属性值,f:U×A→V为信息函数,表示对每个u∈U,a∈A存在f(u,a)∈V,最佳等价类分结果为X,第一等价类分结果为Y。
其中,U表示监测的目标***的集合;A表示每个目标***的监测指标集合,a1、a2表示每个应用实例的监测指标。如:a1代表CPU使用量、a2代表内存使用量等;V表示各监测指标对应的的监测数值。
其次,可以基于预设子集的上近似值和下近似值,确定目标监测指标相对于监测指标集的依赖度γR(X)如下:
步骤S208,基于依赖度确定目标监测指标的权重系数。
在一种实现方式中,沿用上例,假设目标监测指标相对于监测指标集的依赖度为γR(X),则首先可以确定目标监测指标在目标***监测指标集中的重要程度值sig(ak)如下:
sig(ak)=γA(X)-γA-{ak}(X)=1-γY(k)(X) [10]
进一步的,可以确定目标监测指标的权重w(ak)计算公式如下:
步骤S209,基于权重系数和目标监测指标,对目标***的运行状况进行评估。
上述步骤S209的实施步骤可以参见实施例一中的步骤S103,为避免赘述,此处不再说明。
本发明实施例提供一种评估***运行状况的方法,通过监测目标***的应用架构,并且当监测到目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,然后根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,最终,基于权重系数和目标监测指标,对目标***的运行状况进行评估,这样,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
实施例三
以上为本发明实施例提供的评估***运行状况的方法,基于同样的思路,本发明实施例还提供一种评估***运行状况的装置300,如图3所示。
该评估***运行状况的装置300包括:获取模块301、确定模302和评估模块303,其中:
获取模块301,用于用于当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征目标***的运行状况;确定模块302,用于根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,所述预设模糊相似矩阵基于监测指标集中各监测指标对应的监测数据构建;评估模块303,用于基于权重系数和目标监测指标,对目标***的运行状况进行评估。
在一种实现方式中,确定模块302包括:划分单元,用于基于预设模糊相似矩阵以及目标监测指标,对监测指标集进行第一等价类划分得到第一等价类划分结果,所述第一等价类划分结果不包括目标监测指标;计算单元,用于根据第一等价类划分结果以及预先确定的第二类划分结果,计算目标监测指标相对于目标监测指标集的依赖度,第二类划分结果包括目标监测指标;确定单元,用于基于依赖度确定目标监测指标的权重系数。
在一种实现方式中,划分单元包括:删除子单元,用于从监测指标集中删除目标监测指标;划分子单元,用于基于预设模糊相似矩阵对删除目标监测指标后的监测指标集进行第一等价类划分,得到第一等价类划分结果。
在一种实现方式中,计算单元包括:近似值计算子单元,用于根据第一等价类分结果与第二等价类分结果,分别计算第二等价类分结果的预设子集的上近似值和下近似值;依赖度确定子单元,用于基于预设子集的上近似值和下近似值,确定目标监测指标相对于监测指标集的依赖度。
在一种实现方式中,装置还包括:处理模块,用于对监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据;构建模块,用于基于标准监测数据,采用如下公式构建预设模糊相似矩阵。
其中,pij表示模糊相似矩阵,vik表示监测数据,vik’表示标准监测数据。
在一种实现方式中,装置还包括:阈值确定模块,用于基于第二等价类分结果确定最佳等价类分阈值,最佳等价类分阈值用于确定最佳等价类分结果;结果确定模块,用于基于最佳等价类分阈值确定最佳等价类分结果。
本发明实施例提供一种评估***运行状况的装置,通过监测目标***的应用架构,并且当监测到目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,然后根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,最终,基于权重系数和目标监测指标,对目标***的运行状况进行评估,这样,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
实施例四
该评估***运行状况的电子设备400包括但不限于:射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、处理器410、以及电源411等部件。本领域技术人员可以理解,图4中示出的评估***运行状况的电子设备结构并不构成对评估***运行状况的电子设备的限定,评估***运行状况的电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,评估***运行状况的电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴电子设备、以及计步器等。
其中,处理器410,用于当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征目标***的运行状况;根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,预设模糊相似矩阵基于监测指标集中各监测指标对应的监测数据构建;基于权重系数和目标监测指标,对目标***的运行状况进行评估。
在一种实现方式中,评估***运行状况的电子设备还包括:处理模块,用于对监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据;构建模块,用于基于标准监测数据,采用如下公式构建预设模糊相似矩阵。
其中,pij表示所述模糊相似矩阵,vik表示所述监测数据,vik’表示所述标准监测数据。
在一种实现方式中,确定模块包括:划分单元,用于基于预设模糊相似矩阵以及目标监测指标,对监测指标集进行第一等价类划分得到第一等价类划分结果,第一等价类划分结果不包括目标监测指标;计算单元,用于根据第一等价类划分结果以及预先确定的第二类划分结果,计算目标监测指标相对于目标监测指标集的依赖度,第二类划分结果包括目标监测指标;确定单元,用于基于依赖度确定目标监测指标的权重系数。
在一种实现方式中,划分单元包括:删除子单元,用于从监测指标集中删除目标监测指标;划分子单元,用于基于预设模糊相似矩阵对删除目标监测指标后的监测指标集进行第一等价类划分,得到第一等价类划分结果。
在一种实现方式中,评估***运行状况的电子设备还包括:阈值确定模块,用于基于第二等价类分结果确定最佳等价类分阈值,最佳等价类分阈值用于确定最佳等价类分结果;结果确定模块,用于基于最佳等价类分阈值确定最佳等价类分结果。
在一种实现方式中,计算单元包括:近似值计算子单元,用于根据第一等价类分结果与第二等价类分结果,分别计算第二等价类分结果的预设子集的上近似值和下近似值;依赖度确定子单元,用于基于预设子集的上近似值和下近似值,确定目标监测指标相对于监测指标集的依赖度。
本发明实施例提供一种评估***运行状况的电子设备,通过监测目标***的应用架构,并且当监测到目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,然后根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,最终,基于权重系数和目标监测指标,对目标***的运行状况进行评估,这样,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
应理解的是,本发明实施例中,射频单元401可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器410处理;另外,将上行的数据发送给基站。通常,射频单元401包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元401还可以通过无线通信***与网络和其他评估***运行状况的电子设备通信。
评估***运行状况的电子设备通过网络模块402为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元403可以将射频单元401或网络模块402接收的或者在存储器409中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元403还可以提供与评估***运行状况的电子设备400执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元403包括扬声器、蜂鸣器以及受话器等。
输入单元404用于接收音频或视频信号。输入单元404可以包括图形处理器(Graphics Processing Unit,GPU)4041和麦克风4042,图形处理器4041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元406上。经图形处理器4041处理后的图像帧可以存储在存储器409(或其它存储介质)中或者经由射频单元401或网络模块402进行发送。麦克风4042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元401发送到移动通信基站的格式输出。
评估***运行状况的电子设备400还包括至少一种传感器405,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板4061的亮度,接近传感器可在评估***运行状况的电子设备400移动到耳边时,关闭显示面板4061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别评估***运行状况的电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器405还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元406用于显示由用户输入的信息或提供给用户的信息。显示单元406可包括显示面板4061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板5061。
用户输入单元407可用于接收输入的数字或字符信息,以及产生与评估***运行状况的电子设备的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元407包括触控面板4071以及其他输入电子设备4072。触控面板4071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板4071上或在触控面板4071附近的操作)。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器410,接收处理器410发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板4071。除了触控面板4071,用户输入单元407还可以包括其他输入电子设备4072。具体地,其他输入电子设备4072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板4071可覆盖在显示面板4061上,当触控面板4071检测到在其上或附近的触摸操作后,传送给处理器410以确定触摸事件的类型,随后处理器410根据触摸事件的类型在显示面板4061上提供相应的视觉输出。触控面板4071与显示面板4061是作为两个独立的部件来实现评估***运行状况的电子设备的输入和输出功能,但是在某些实施例中,可以将触控面板4071与显示面板4061集成而实现评估***运行状况的电子设备的输入和输出功能,具体此处不做限定。
接口单元408为外部装置与评估***运行状况的电子设备400连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元408可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到评估***运行状况的电子设备400内的一个或多个元件或者可以用于在评估***运行状况的电子设备400和外部装置之间传输数据。
存储器409可用于存储软件程序以及各种数据。存储器409可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器409可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器410是评估***运行状况的电子设备的控制中心,利用各种接口和线路连接整个评估***运行状况的电子设备的各个部分,通过运行或执行存储在存储器409内的软件程序和/或模块,以及调用存储在存储器409内的数据,执行评估***运行状况的电子设备的各种功能和处理数据,从而对评估***运行状况的电子设备进行整体监控。处理器410可包括一个或多个处理单元;优选的,处理器410可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器410中。
评估***运行状况的电子设备400还可以包括给各个部件供电的电源411(比如电池),优选的,电源411可以通过电源管理***与处理器410逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
优选的,本发明实施例还提供一种评估***运行状况的电子设备,包括处理器410,存储器409,存储在存储器409上并可在所述处理器410上运行的计算机程序,该计算机程序被处理器410执行时实现上述评估***运行状况的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
实施例五
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述评估***运行状况的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
本发明实施例提供一种计算机可读存储介质,通过监测目标***的应用架构,并且当监测到目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,然后根据预设模糊相似矩阵以及监测指标集,确定目标监测指标的权重系数,最终,基于权重系数和目标监测指标,对目标***的运行状况进行评估,这样,当目标***的应用架构发生变化时,可以根据目标***的实际运行状况动态确定权值,从而提高了基于权重系数评估的目标***的评估结果准确率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、电子设备(***)、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电子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电子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电子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电子设备上,使得在计算机或其他可编程电子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电子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,计算电子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。
内存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(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储电子设备或任何其他非传输介质,可用于存储可以被计算电子设备访问的信息。按照本文中的定界,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者电子设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者电子设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者电子设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明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,本发明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。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (7)
1.一种评估***运行状况的方法,其特征在于,所述方法包括:
当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征所述目标***的运行状况;
根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数,所述预设模糊相似矩阵基于所述监测指标集中各监测指标对应的监测数据构建;
基于所述权重系数和所述目标监测指标,对所述目标***的运行状况进行评估;
其中,在所述根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数之前,还包括:
对所述监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据;
基于所述标准监测数据,采用如下公式构建所述预设模糊相似矩阵:
其中,p ij 表示所述模糊相似矩阵,v ik 表示所述监测数据,vik ’ vik’表示所述标准监测数据;
其中,所述根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数,所述预设模糊相似矩阵基于所述监测指标集中各监测指标对应的监测数据构建,包括:
基于所述预设模糊相似矩阵以及所述目标监测指标,对所述监测指标集进行第一等价类划分得到第一等价类划分结果,所述第一等价类划分结果不包括所述目标监测指标;
根据所述第一等价类划分结果以及预先确定的第二等价类分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度,所述第二等价类分结果包括所述目标监测指标;
基于所述依赖度确定所述目标监测指标的所述权重系数。
2.根据权利要求1所述的方法,其特征在于,所述基于所述预设模糊相似矩阵以及所述目标监测指标,对所述监测指标集进行第一等价类划分得到第一等价类划分结果,包括:
从所述监测指标集中删除所述目标监测指标;
基于所述预设模糊相似矩阵对删除所述目标监测指标后的监测指标集进行第一等价类划分,得到第一等价类划分结果。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述第一等价类划分结果以及预先确定的第二等价类分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度之前,还包括:
基于所述第二等价类分结果确定最佳等价类分阈值,所述最佳等价类分阈值用于确定最佳等价类分结果;
基于所述最佳等价类分阈值确定最佳等价类分结果。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一等价类划分结果以及预先确定的第二等价类分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度,包括:
根据所述第一等价类划 分结果与所述第二等价类分结果,分别计算所述第二等价类分结果的预设子集的上近似值和下近似值;
基于所述预设子集的上近似值和下近似值,确定所述目标监测指标相对于所述监测指标集的依赖度。
5.一种评估***运行状况的装置,其特征在于,所述装置包括:
获取模块,用于当监测到待评估的目标***的应用架构发生变化时,则获取包括目标监测指标的监测指标集,所述目标监测指标用于表征所述目标***的运行状况;
确定模块,用于根据预设模糊相似矩阵以及所述监测指标集,确定所述目标监测指标的权重系数,所述预设模糊相似矩阵基于所述监测指标集中各监测指标对应的监测数据构建;
评估模块,用于基于所述权重系数和所述目标监测指标,对所述目标***的运行状况进行评估;
其中,所述装置还包括:
处理模块,用于对所述监测指标集中各监测指标对应的监测数据进行标准化处理,得到标准监测数据;
构建模块,用于基于所述标准监测数据,采用如下公式构建所述预设模糊相似矩阵:
其中,pij 表示所述模糊相似矩阵,vik 表示所述监测数据,vik ’ 表示所述标准监测数据;
其中,所述确定模块,用于:
基于所述预设模糊相似矩阵以及所述目标监测指标,对所述监测指标集进行第一等价类划分得到第一等价类划分结果,所述第一等价类划分结果不包括所述目标监测指标;
根据所述第一等价类划分结果以及预先确定的第二等价类分结果,计算所述目标监测指标相对于所述目标监测指标集的依赖度,所述第二等价类分结果包括所述目标监测指标;
基于所述依赖度确定所述目标监测指标的所述权重系数。
6.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的评估***运行状况的方法的步骤。
7.一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上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的评估***运行状况的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910817532.7A CN110659179B (zh) | 2019-08-30 | 2019-08-30 | 一种评估***运行状况的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910817532.7A CN110659179B (zh) | 2019-08-30 | 2019-08-30 | 一种评估***运行状况的方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110659179A CN110659179A (zh) | 2020-01-07 |
CN110659179B true CN110659179B (zh) | 2022-11-04 |
Family
ID=69036623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910817532.7A Active CN110659179B (zh) | 2019-08-30 | 2019-08-30 | 一种评估***运行状况的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110659179B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274087B (zh) * | 2020-01-15 | 2023-04-07 | 国网湖南省电力有限公司 | 一种it集中监控的业务***的健康度评估方法 |
CN113568517B (zh) * | 2020-04-28 | 2024-06-21 | 京东方科技集团股份有限公司 | 触控模组评估方法及装置、电子设备及存储介质 |
CN113110981B (zh) * | 2021-03-26 | 2024-04-09 | 北京中大科慧科技发展有限公司 | 一种用于数据中心的空调机房健康能效检测方法 |
CN118070560A (zh) * | 2024-04-17 | 2024-05-24 | 华电电力科学研究院有限公司 | 一种风机塔筒状态预警模型构建方法、预警方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017045196A (ja) * | 2015-08-25 | 2017-03-02 | ヤフー株式会社 | 曖昧性評価装置、曖昧性評価方法、及び曖昧性評価プログラム |
CN109685340A (zh) * | 2018-12-11 | 2019-04-26 | 国网山东省电力公司青岛供电公司 | 一种配电设备健康状态评估方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2513348A (en) * | 2013-04-24 | 2014-10-29 | Ibm | Translation validation |
US10643135B2 (en) * | 2016-08-22 | 2020-05-05 | International Business Machines Corporation | Linkage prediction through similarity analysis |
-
2019
- 2019-08-30 CN CN201910817532.7A patent/CN110659179B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017045196A (ja) * | 2015-08-25 | 2017-03-02 | ヤフー株式会社 | 曖昧性評価装置、曖昧性評価方法、及び曖昧性評価プログラム |
CN109685340A (zh) * | 2018-12-11 | 2019-04-26 | 国网山东省电力公司青岛供电公司 | 一种配电设备健康状态评估方法及*** |
Non-Patent Citations (1)
Title |
---|
基于模糊聚类排序及状态均匀性的电网安全性风险评估;黄文婧等;《电测与仪表》;20180510;第55卷(第9期);第21-26页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110659179A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110659179B (zh) | 一种评估***运行状况的方法、装置及电子设备 | |
CN110674019B (zh) | 一种预测***故障的方法、装置及电子设备 | |
CN108121803B (zh) | 一种确定页面布局的方法和服务器 | |
CN111726341B (zh) | 一种数据检测方法、装置、电子设备及存储介质 | |
CN108802835B (zh) | 无线充电检测方法、装置及移动终端、无线充电*** | |
CN110674112A (zh) | 一种数据查询的方法、装置及电子设备 | |
CN111477334A (zh) | 目标区域的提醒方法及电子设备 | |
CN112231144A (zh) | 一种数据处理方法、装置及电子设备 | |
CN110796552A (zh) | 一种风险提示方法及装置 | |
CN111090877A (zh) | 数据生成、获取方法及对应的装置、存储介质 | |
CN108171000B (zh) | 一种油气管道水毁灾害预警的方法和装置 | |
CN109144860B (zh) | 一种对控件对象的操作方法及终端设备 | |
CN116307394A (zh) | 产品用户体验评分方法、装置、介质及设备 | |
CN115167764A (zh) | 数据的读写处理方法、装置、电子设备及存储介质 | |
CN112311935B (zh) | 一种异常检测方法、装置及电子设备 | |
CN113112011A (zh) | 一种数据预测方法及装置 | |
CN111901740A (zh) | 一种数据的处理方法、装置及设备 | |
CN113128809A (zh) | 一种机房评估方法、装置及电子设备 | |
CN112291797B (zh) | 一种数据的处理方法、装置及电子设备 | |
CN110738258B (zh) | 图像分类方法、装置及终端设备 | |
CN112307392A (zh) | 一种页面检测方法、装置及设备 | |
CN109168154B (zh) | 一种用户行为信息收集方法、装置及移动终端 | |
CN111027038A (zh) | 一种显示方法及电子设备 | |
CN117742883A (zh) | 异构容器的扩容方法、***、电子设备及存储介质 | |
CN115904868A (zh) | 一种模型入模变量异常监控方法和装置 |
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 |