[发明专利]流量数据的监控方法、装置及服务器

权利要求书

1.一种流量数据的监控方法，其特征在于，包括：

获取当前日志数据；

对所述当前日志数据进行预处理，生成待预测流量数据；

将所述待预测流量数据输入至预先训练的深度学习模型；

通过所述预先训练的深度学习模型输出所述待预测流量数据对应的预测结果；

根据所述预测结果对流量数据进行监控。

2.如权利要求1所述的方法，其特征在于，对所述当前日志数据进行预处理，生成待预测流量数据，包括：

对所述当前日志数据进行分类；

根据分类对相应的当前日志数据进行清洗与抽取；

对所述当前日志数据进行规则化处理，并生成待预测流量数据。

3.如权利要求2所述的方法，其特征在于，根据分类对相应的当前日志数据进行清洗与抽取，包括：

按照预设过滤规则过滤所述当前日志数据中的噪声数据。

4.如权利要求1所述的方法，其特征在于，所述预先训练的深度学习模型包括：

广度模型和深度模型，所述广度模型和所述深度模型通过逻辑损失函数连接。

5.如权利要求1所述的方法，其特征在于，根据所述预测结果对流量数据进行监控，包括：

当所述预测结果超出预设阈值时，生成预警信息；

接收业务人员对所述预警信息的反馈信息，并对所述预警信息和所述反馈信息进行统计；

根据统计信息对所述流量数据进行评级。

6.如权利要求1所述的方法，其特征在于，还包括：

训练所述深度学习模型。

7.如权利要求6所述的方法，其特征在于，训练所述深度学习模型，包括：

获取历史日志数据；

对所述历史日志数据进行预处理，生成历史流量数据；

根据所述历史流量数据训练所述深度学习模型。

8.一种流量数据的监控装置，其特征在于，包括：

获取模块，用于获取当前日志数据；

预处理模块，用于对所述当前日志数据进行预处理，生成待预测流量数据；

输入模块，用于将所述待预测流量数据输入至预先训练的深度学习模型；

输出模块，用于通过所述预先训练的深度学习模型输出所述待预测流量数据对应的预测结果；

监控模块，用于根据所述预测结果对流量数据进行监控。

9.如权利要求8所述的装置，其特征在于，所述预处理模块，用于：

对所述当前日志数据进行分类；

根据分类对相应的当前日志数据进行清洗与抽取；

对所述当前日志数据进行规则化处理，并生成待预测流量数据。

10.如权利要求9所述的装置，其特征在于，所述预处理模块，用于：

按照预设过滤规则过滤所述当前日志数据中的噪声数据。