[发明专利]一种基于遗传算法的告警阈值设置方法

说明书

本发明公开了一种基于遗传算法的告警阈值设置方法，包括如下步骤：步骤一，初始化，随机生成M个告警阈值的个体作为初始群体P(0)；步骤二，个体评价：计算群体P(t)中各个个体的适应度；步骤三，选择运算:将优化的告警阈值遗传给下一代；步骤四，交叉运算：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，变异运算：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。本发明对群体中的个体的适应度以及最优告警阈值进行逐步调整，最终设定一最优告警阈值使得个体具有最高的适应度，以便设备进行更好的数据处理工作。

技术领域

本发明创造涉及智能设备技术领域，尤其涉及一种基于遗传算法的告警阈值设置方法。

背景技术

目前服务器等设备在进行数据处理时，采用的人工设置告警阈值的方式，但人工设置经常会出现无法准确的反应每台设备实际告警需求的情况，另外，当服务器连接的设备越多设置阈值的工作量也就越大，经常发生大量的无用告警，因此急需手段来达到智能科学预警的目的。

遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法；能够使得种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可作为问题近似最优解。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于遗传算法的告警阈值设置方法，基于遗传算法，对群体中的个体的适应度以及最优告警阈值进行逐步调整，最终设定一最优告警阈值使得个体具有最高的适应度，以便设备进行更好的数据处理工作；数据处理速度快，准确度高。

为了实现上述目标，本发明采用如下的技术方案：

一种基于遗传算法的告警阈值设置方法，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)；