[发明专利]一种模型训练方法、扰邻源定位方法及装置

权利要求书

1.一种模型训练方法，其特征在于，所述方法应用于系统，所述系统的资源由多个对象共用；

所述方法包括：

监测用户对目标内容的访问操作，所述目标内容用于描述扰邻异常的n个候选扰邻源，所述n个候选扰邻源为多个对象中的n个对象，所述n取大于1的整数；

根据所述用户对所述目标内容的访问操作确定扰邻源，所述扰邻源为所述n个候选扰邻源中的一个，所述扰邻源为所述扰邻异常的根因；

基于所述扰邻源生成带标签的训练样本，并使用所述训练样本对机器学习模型进行训练。

2.如权利要求1所述的方法，其特征在于，所述训练样本包括一个或多个正样本，其中一个正样本包括一个组合内顺序排列的每个对象的特征参数；所述正样本对应的组合至少包括所述扰邻源和至少一个被扰对象，且所述扰邻源和至少一个被扰对象按照预设规则排列，所述被扰对象为所述n个候选扰邻源中除所述扰邻源之外的其中一个对象，一个对象的特征参数用于指示所述对象的资源使用情况。

3.如权利要求1或2所述的方法，其特征在于，所述目标内容为网页，所述网页包括所述n个候选扰邻源的信息，一个候选扰邻源的信息用于描述所述候选扰邻源的资源使用情况。

4.如权利要求1-3任一项所述的方法，其特征在于，根据所述用户对所述目标内容的访问操作确定扰邻源，包括：

接收所述用户对其中一个候选扰邻源触发的确认指令，确定所述候选扰邻源为所述扰邻源，所述确认指令为通过所述目标内容中所述候选扰邻源的确认按键触发的。

5.如权利要求1-3任一项所述的方法，其特征在于，根据所述用户对所述目标内容的访问操作确定扰邻源，包括：

针对一个或多个候选扰邻源中的每一候选扰邻源，根据所述用户对所述候选扰邻源的访问操作确定所述用户对所述候选扰邻源的关注度；将所述一个或多个候选扰邻源中关注度最高的候选扰邻源作为所述扰邻源；

其中，所述访问操作包括所述用户对显示有所述候选扰邻源的信息的界面的停留时间、所述用户在显示有所述候选扰邻源的信息的界面的点击次数。

6.如权利要求1-5所述的方法，其特征在于，其中一个对象为虚拟机、容器、逻辑单元LUN、网络端口。

7.如权利要求1-6所述的方法，其特征在于，所述特征参数包括下列中的一项或多项：

处理器资源使用率、内存使用率、读数据时延、写数据时延、读输入输出IO请求数量、写IO请求数量、读带宽、写带宽。

8.一种扰邻源定位方法，其特征在于，所述方法包括：

获取n个候选扰邻源中每个候选扰邻源的特征参数，所述特征参数用于指示所述候选扰邻源的资源使用情况；所述n个候选扰邻源为共用所述资源的多个对象中的n个对象，所述n取大于1的整数；

得到多个特征参数集合，一个特征参数集合对应于一个组合，一个组合包括一个可能为扰邻源的对象和至少一个被扰对象，所述可能为扰邻源的对象为所述n个候选扰邻源的其中一个，所述被扰对象为所述n个候选扰邻源中，除所述可能为扰邻源的对象之外的其中一个对象；每个特征参数集合包括所述组合内顺序排列的每个对象的特征参数；

将至少一个特征参数集合输入至机器学习模型，得到所述机器学习模型确定的扰邻源，所述扰邻源为导致被扰对象异常的根因。

9.如权利要求8所述的方法，其特征在于，其中一个对象为虚拟机、容器、逻辑单元LUN、或网络端口。