[发明专利]一种基于遗传算法的告警阈值设置方法

权利要求书

1.一种基于遗传算法的告警阈值设置方法，其特征在于，包括如下步骤：

步骤一，设置告警阈值进化代数计数器t，t初始值为0，随机设置最大进化代数T，随机生成M个告警阈值的个体作为初始群体P(0)；

步骤二，个体在达到告警阈值后经历N个处理器采集数据的采集周期后，产生告警反馈，根据N的数值结合评价准则给予不同的评价值，从而计算群体P(t)中各个个体的适应度，报警判断流程方法如下：

1)事件判断

每个报警策略包含多个条件，条件之间可以通过表达式“||”，“”，“()”，“＝＝”等连接，当多个条件表达式的最后值为true的时候，会触发动作；上述动作包括：发送报警或执行恢复动作；报警策略选择性的作用在多个主机组或多个主机上，或作用在特定的主机组或者主机上；

2)条件判断

每个报警策略有多个条件，上述条件包括：指标(metric)、标签(tags)、比较表达式、阈值以及报警方法；

3)报警处理

产生报警时可以依据所属组与所属主机按照报警级别进行展示，报警级别分成高、中、低三种级别；报警可以被知悉，当点击了报警知悉后，该报警就不会再被发送；知悉后的报警可以被关闭，关闭后可以输入一些备注来说明对于此次报警的具体处理方式；

步骤三，将选择算子作用于群体P(t)中，根据个体在达到告警阈值一个周期内不同的告警反馈给予不同的评价值，将优化的告警阈值遗传给下一代；

步骤四，将交叉算子作用于群体P(t)中，根据群体P(t)中各个个体的适应度，计算个体的最优告警阈值，将最优告警阈值作用于群体P(t)中适应度较低的个体；

步骤五，将变异算子作用于群体P(t)中，即是对群体P(t)中的个体串的适应度最高的告警阈值给予一个随机数值的变化，群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)；

步骤六，终止条件判断:若t＝T,则以进化过程中个体所得到的具有最大适应度的告警阈值作为个体最优解输出，终止计算。

2.根据权利要求1所述的一种基于遗传算法的告警阈值设置方法，其特征在于，上述报警判断的算法为最大值算法，具体方法为：在某一段时间范围内，采集多个数据点，从中找出一个最大值，用最大值和我们预先定义的阈值进行比较，用此种方式来判断是否触发报警。

3.根据权利要求1所述的一种基于遗传算法的告警阈值设置方法，其特征在于，上述报警判断的算法为最小值算法，具体方法为：和最大值正好相反，从采集的数据中找到一个最小值并和阈值一起进行比较。

4.根据权利要求1所述的一种基于遗传算法的告警阈值设置方法，其特征在于，上述报警判断的算法为环比算法，具体方法为：环比是当前时间段的数据集的平均data2与之前某一段时间数据集的平均值data1进行差值然后除以之前数据集的平均值，公式是：(data2–data1)/data1；当某一个时间段的数据坡度明显增高或者降低时，说明服务遇到了很大的波动，那么就要触发相应的报警提示。

5.根据权利要求1所述的一种基于遗传算法的告警阈值设置方法，其特征在于，上述报警判断的算法为TopN算法，具体方法为：将数据集中的每一个点都和高阈值进行比较，当所有的点都达到高阈值时才触发报警。

6.根据权利要求1所述的一种基于遗传算法的告警阈值设置方法，其特征在于，上述报警判断的算法为BottomN算法，具体方法为：将数据集中的每一个点都和低阈值进行比较，当所有的点都达到低阈值时才触发报警。

7.根据权利要求1所述的一种基于遗传算法的告警阈值设置方法，其特征在于，上述步骤二中的评价准则包括：初始评价值为100分，当个体在达到告警阈值后，经历N个周期后产生告警反馈的情况，评价值为100-(N-1)分。