[发明专利]一种系统健康度静态分析预测方法及装置

权利要求书

1.一种系统健康度静态分析预测方法，其特征在于，包括：

获取用户输入的至少一项系统指标的指标值；

将所述指标值输入预设的健康度预测模型，通过所述健康度预测模型分析预测所述指标值对应的所述系统的健康度；

将分析预测结果输出给所述用户；

在所述将所述指标值输入预设的健康度预测模型，通过所述健康度预测模型分析预测所述指标值对应的所述系统的健康度的步骤之前，还包括：

获取系统的历史数据和历史健康度；

根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型训练健康度预测模型；

其中，所述系统指标，包括基础监控指标、应用进程指标、日志记录的指标中的一种或多种；

在建立健康度预测模型时，还建立指标值预测模型。

2.根据权利要求1所述的系统健康度静态分析预测方法，其特征在于，所述根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型训练健康度预测模型，包括：

根据所述系统的历史数据和所述历史健康度，采用主成分分析、因子分析、聚类分析中的一种或多种组合的方式，分析影响所述系统的健康度的关键指标；

根据所述关键指标，采用多元回归模型和/或神经网络模型训练健康度预测模型。

3.根据权利要求1所述的系统健康度静态分析预测方法，其特征在于，所述根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型训练健康度预测模型，包括：

根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型分析计算所述系统的各项指标的阈值，所述阈值用于表征所述系统的健康状况；

利用所述阈值，建立健康度预测模型。

4.根据权利要求1所述的系统健康度静态分析预测方法，其特征在于，所述根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型训练健康度预测模型，包括：

根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型，分析所述系统的各项指标的指标值与所述系统的健康度的关联曲线；

建立根据所述关联曲线预测所述系统的健康度的健康度预测模型。

5.一种系统健康度静态分析预测装置，其特征在于，包括：

指标值获取模块，用于获取用户输入的至少一项系统指标的指标值；

分析预测模块，用于将所述指标值输入预设的健康度预测模型，通过所述健康度预测模型分析预测所述指标值对应的所述系统的健康度；

输出模块，用于将分析预测结果输出给所述用户；

所述装置，还包括：

历史数据获取模块，用于获取系统的历史数据和历史健康度；

模型建立模块，用于根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型训练健康度预测模型；

其中其中，所述系统指标，包括基础监控指标、应用进程指标、日志记录的指标中的一种或多种；

在建立健康度预测模型时，还建立指标值预测模型。

6.根据权利要求5所述的系统健康度静态分析预测装置，其特征在于，所述模型建立模块，包括：

关键指标分析单元，用于根据所述系统的历史数据和所述历史健康度，采用主成分分析、因子分析、聚类分析中的一种或多种组合的方式，分析影响所述系统的健康度的关键指标；

关键指标模型建立单元，用于根据所述关键指标，采用多元回归模型和/或神经网络模型训练健康度预测模型。

7.根据权利要求5所述的系统健康度静态分析预测装置，其特征在于，所述模型建立模块，包括：

阈值分析单元，用于根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型分析计算所述系统的各项指标的阈值，所述阈值用于表征所述系统的健康状况；

第一模型建立单元，用于利用所述阈值，建立健康度预测模型。

8.根据权利要求5所述的系统健康度静态分析预测装置，其特征在于，所述模型建立模块，包括：

关联曲线分析单元，用于根据所述历史数据和所述历史健康度，采用多元回归模型和/或神经网络模型，分析所述系统的各项指标的指标值与所述系统的健康度的关联曲线；

第二模型建立单元，用于建立根据所述关联曲线预测所述系统的健康度的健康度预测模型。