[发明专利]一种基于分布式计算的监控方法及系统

权利要求书

1.一种基于分布式计算的监控方法，其特征在于，包括：

采集历史监控指标数据；

基于聚类算法将所述历史监控指标数据分类为分类历史监控指标数据；所述基于聚类算法将所述历史监控指标数据分类为分类历史监控指标数据包括，按照不同日期类型对所述历史监控指标数据进行分类；其中，所述不同日期类型包括工作日、非工作日及其他特殊日期；

基于所述分类历史监控指标数据生成基线数据；

采集目标监控指标数据；

基于与所述目标监控指标数据相匹配的基线数据对所述目标监控指标数据进行监控；

所述基于所述分类历史监控指标数据生成基线数据包括：基于所述分类历史监控指标数据计算正常指标判断条件；基于所述正常指标判断条件过滤所述分类历史监控指标数据中的异常点；基于过滤后的分类历史监控指标数据生成基线数据；

所述基于所述正常指标判断条件过滤所述分类历史监控指标数据中的异常点，具体为利用改进的格拉布斯准则剔除异常点，具体包括：计算所有样本点的中位数x^*与标准差s，生成正常指标判断条件，即|x_i-x^*|≤g(n,a)×s；判断每一个样本点是否满足不等式|x_i-x^*|≤g(n,a)×s，若不满足则判定这个样本点为异常点，并将其从样本空间中去除；样本空间中异常点被全部去除，操作结束；其中，每当有样本点被去除，重新计算生成所述正常指标判断条件，重新进行判断所述每一个样本点是否满足所述不等式；其中，标准差为g(n,a)取决于当前样本空间中的样本数量n和显著性水平a，g(n,a)通过查格拉布斯表获得，x_i为样本点，为平均值。

2.如权利要求1所述的方法，其特征在于，还包括：

当所述历史监控指标数据中存在数据缺失时，采用数据平滑处理生成缺失的数据。

3.如权利要求2所述的方法，其特征在于，所述采用数据平滑处理生成缺失的数据包括：

取缺失的数据的相邻时间点的数据计算平均值，所述平均值即为所述缺失数据的值。

4.如权利要求2所述的方法，其特征在于，所述采用数据平滑处理生成缺失的数据包括：

获取一个新的数据代替缺失的数据。