[发明专利]运维报警系统及方法

权利要求书

1.一种运维报警系统，其特征在于，用于对网络系统中设备或计算资源的指标数据进行检测和异常报警，所述系统包括：离线模型训练模块、在线检测模块和报警模块，其中：

所述离线模型训练模块，用于基于机器学习对所述在线检测模块所使用的检测算法所需的参数进行更新，以及，基于历史数据的分析结果对指标数据的分布进行预测；

所述在线检测模块，用于接收待检测的指标数据，并基于指标数据的分布的预测结果，利用预置的检测算法对指标数据进行检测；

所述报警模块，针对所述在线检测模块的检测结果，基于预置的报警规则确定是否报警。

2.根据权利要求1所述的系统，其特征在于，所述离线模型训练模块基于历史数据的分析结果，对各指标数据在不同时刻的取值分布情况进行预测，以及，对具有周期性的指标数据在未来数个周期内的期望数值进行预测。

3.根据权利要求1所述的系统，其特征在于，所述离线模型训练模块，从离线数据库中获取机器学习所需的指标数据，根据所获取的指标数据确定所述在线检测模块所使用的检测算法所需的参数，并将确定的所述在线检测模块所使用的检测算法所需的参数存储于模型参数数据库，以及，将针对指标数据的分布预测结果存储在长期预测数据库。

4.根据权利要求1、2或3所述的系统，其特征在于，所述在线检测模块还用于，根据所述报警模块返回的用户针对指标数据反馈的异常被忽略的反馈信息，针对所述指标数据更改检测算法，采取新的检测算法对指标数据进行重新检测。

5.根据权利要求4所述的系统，其特征在于，所述在线检测模块，从在线缓存数据库中获取所使用的检测算法所需的指标数据，以及，将检测结果中的异常记录以及异常记录的特征描述信息存储在异常数据库中。

6.根据权利要求5所述的系统，其特征在于，所述报警模块，针对所述在线检测模块检测的异常，根据预置的报警规则判断是否进行报警，以及，根据用户反馈，并结合所述异常记录以及异常记录的特征描述信息，更新报警规则。

7.根据权利要求6所述的系统，其特征在于，所述报警模块，从报警模型数据库获取半监督学习算法的参数，将报警的指标数据的相关信息存储在报警数据库，以及，将用户反馈存储于用户反馈数据库。

8.一种运维报警方法，其特征在于，用于对网络系统中设备或计算资源的指标数据进行检测和异常报警，所述方法包括：

接收待检测的指标数据，并基于预先根据历史数据的分析结果对指标数据的分布的预测结果，利用预置的检测算法对指标数据进行检测；

针对检测结果，基于预置的报警规则确定是否报警。

9.根据权利要求8所述的方法，其特征在于，还包括：

在报警后接收用户反馈，并根据所述用户反馈更新所述报警规则。

10.根据权利要求8所述的方法，其特征在于，还包括：

基于机器学习对所述检测算法所需的参数进行更新。

11.根据权利要求要求10所述的方法，其特征在于，还包括：

基于历史数据的分析结果，对各指标数据在不同时刻的取值分布情况进行预测，以及，对具有周期性的指标数据在未来数个周期内的期望数值进行预测，得到所述预测结果。

12.根据权利要求8、9、10或11所述的方法，其特征在于，还包括：

根据返回的用户针对指标数据反馈的异常被忽略的反馈信息，针对所述指标数据更改检测算法，采取新的检测算法对指标数据进行重新检测。