[发明专利]一种系统健康度静态分析预测方法及装置

说明书

本发明提供一种系统健康度静态分析预测方法及装置。所述系统健康度静态分析预测方法，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。本发明可以根据所述用户输入的至少一项系统指标的指标值来分析预测所述指标值对应的所述系统的健康度，可以使运维人员根据所述指标值来判断所述系统在未来的健康度，可以帮助运维人员及时分析预测可能存在的问题，给运维人员一些建议，进而及时进行系统维护，可以避免系统在一定指标值下出现系统崩溃、延迟等问题，可以提高用户对系统的体验。

技术领域

本发明涉及系统健康度预测技术领域，具体涉及一种系统健康度静态分析预测方法及装置。

背景技术

现在，拥有大量业务和客户的公司，同时会拥有多个系统，且不同系统上的用户量很大，在所述系统被集中大量应用时，会出现许多突发状况，例如，由于用户量巨大，导致系统打不开、进去后不能操作等突发状况，这样，就需要运维人员不断地对所述系统进行维护。

例如，全国性综合类证券公司，拥有大量的业务系统及客户。除了具有与核心交易相关的集中交易系统、融资融券系统、网上交易系统等若干系统，还有其他的外围系统(数据量在50左右)。这些系统又部署在不同的服务器上，导致人工维护变得困难。随着近期股市交易行情的不断火爆，股市的成交金额和成交笔数也是不断创立新高，经常会导致交易所系统爆表，使人工维护变得更加困难。

目前，没有一个智能的运维辅助系统，不能对系统进行实时的监控，不能预测系统在未来某一时刻的运行状态，运维人员不能及时地对系统进行维护，系统容易出现崩溃、延迟等问题，进而影响用户对系统的使用。

发明内容

针对现有技术中的上述缺陷，本发明提供了一种系统健康度静态分析预测方法及装置，可以帮助运维人员分析预测系统在未来的健康度，进而及时对系统进行维护，以提高用户体验。

第一方面，本发明提供的一种系统健康度静态分析预测方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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：