[发明专利]一种指标异常原因的识别方法及装置

说明书

本说明书一个或多个实施例提供了一种指标异常原因的识别方法及装置，该方法包括：若检测到目标监控指标存在异常，则获取对应的指标规则树，其中，该指标规则树是利用向量相似度算法并基于历史异常检测结果对应的特征向量构建的；根据获取到的指标规则树，确定目标监控指标的异常原因。通过预先针对各监控指标构建对应的指标规则树，该指标规则树能够表征该监控指标与其他监控指标之间的因果关系，在指标异常原因排除过程中，直接基于异常监控指标对应的指标规则树即可确定出监控指标异常的根本原因，即结合指标规则树实现自动查找异常监控指标的主要关联指标，消除对人为经验的依赖性，提高了监控指标异常原因确定的效率和准确度。

技术领域

本说明书一个或多个涉及计算机技术领域，尤其涉及一种指标异常原因的识别方法及装置。

背景技术

目前，随着计算机通信技术及互联网技术的快速发展，业务请求量也随之快速增长，应用程序在业务请求处理过程中将会出现响应异常的情况，针对该情况，通过设定多个监控指标来对应用程度的异常响应进行实时监控，当一个监控指标发生异常时，再通过找到与异常监控指标关联的其他指标，并通过关联指标分析，来定位引起监控指标异常的根本原因，从而指导解决应用程序的异常响应问题。

当前，在检测到某一监控指标发生异常后，相关技术人员凭借自身的经验，初步确定与异常监控指标关联度比较大的关联指标，再逐一排查从中寻找导致该监控指标异常的根本原因，在此过程中，需要人工进行异常原因逐一排查，存在耗时长、异常原因排查难度大的问题，并且确定异常监控指标的关联指标的过程主要凭借人为经验确定，降低了指标异常原因识别的准确度。

由此可知，需要提供一种识别效率高且准确度高的指标异常原因识别方案。

发明内容

本说明书一个或多个实施例的目的是提供一种指标异常原因的识别方法及装置，结合指标规则树实现自动查找异常监控指标的主要关联指标，消除对人为经验的依赖性，提高了监控指标异常原因确定的效率和准确度。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

本说明书一个或多个实施例提供了一种指标异常原因的识别方法，包括：

获取当前监控时间段目标监控指标的异常检测结果；

根据所述异常检测结果，判断所述目标监控指标是否存在异常；

若是，则获取与所述目标监控指标对应的指标规则树，其中，所述指标规则树是利用向量相似度算法并基于历史异常检测结果对应的特征向量构建的；

根据获取到的所述指标规则树，确定所述目标监控指标的异常原因。

本说明书一个或多个实施例提供了一种指标异常原因的识别装置，包括：

检测结果获取模块，用于获取当前监控时间段目标监控指标的异常检测结果；

指标异常识别模块，用于根据所述异常检测结果，判断所述目标监控指标是否存在异常；

规则树获取模块，用于若判断结果为是，则获取与所述目标监控指标对应的指标规则树，其中，所述指标规则树是利用向量相似度算法并基于历史异常检测结果对应的特征向量构建的；

异常原因确定模块，用于根据获取到的所述指标规则树，确定所述目标监控指标的异常原因。

本说明书一个或多个实施例提供了一种指标异常原因的识别设备，包括：处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

获取当前监控时间段目标监控指标的异常检测结果；

根据所述异常检测结果，判断所述目标监控指标是否存在异常；