-
公开(公告)号：CN112862019A
公开(公告)日：2021-05-28
申请号：CN202110445385.2
申请日：2021-04-25
Applicant: 北京必示科技有限公司
Abstract: 本发明提供了一种动态筛选非周期性异常的方法，该方法包括：获取实时数据；将获取的实时数据输入常规异常判断模型进行异常判断，以获得异常点列表；根据所述异常点列表，基于异常判定动态基线以及系统异常概率阈值P，以获取各个异常点的异常概率值；根据所述各个异常点的异常概率值进行非典型周期性异常识别。本发明通过异常判定全局基线，生成每个点的异常分数，通过可调节的阈值P，最终得到每个点是否为非典型周期性的异常，并由此解决了在动态减小非周期性情况下的失效误报问题。
-
公开(公告)号：CN111309565A
公开(公告)日：2020-06-19
申请号：CN202010405424.1
申请日：2020-05-14
Applicant: 北京必示科技有限公司
Abstract: 本发明公开了一种告警处理方法、装置、电子设备以及计算机可读存储介质。上述方法包括：根据单位时间内接收到的告警数量和告警阈值，判断是否发生了告警风暴，其中所述告警阈值是自适应更新的；以及，若检测到产生了所述告警风暴，则提取告警风暴摘要。本发明首创性地将告警处理这一问题聚焦在告警风暴的检测和摘要提取上，旨在帮助工程师在实际运维场景中，更好的应对告警风暴，实现故障的快速发现和诊断。
-
公开(公告)号：CN111444247B
公开(公告)日：2023-10-17
申请号：CN202010551260.3
申请日：2020-06-17
Applicant: 北京必示科技有限公司
IPC: G06F16/2458 , G06F16/28 , G06F18/23 , G06Q40/04
Abstract: 本发明涉及计算机技术领域，公开了一种基于KPI指标的根因定位方法、装置及存储介质，其中方法包括如下步骤：通过异常检测得到所有维度组合的异常贡献；将所述异常贡献聚类确定搜索的排序；结合初剪枝，信息熵搜索规则和后剪枝找出根因候选集；在根因候选集中进行相似性组合得到最终结果。由于异常贡献数可加和的特性，使得我们的算法可以在先聚合后搜索和边聚合边搜索之间灵活的适配，针对不同大小的数据集可以在时间和空间之间找到最佳的均衡。
-
公开(公告)号：CN113900844A
公开(公告)日：2022-01-07
申请号：CN202111127982.7
申请日：2021-09-26
Applicant: 北京必示科技有限公司
Abstract: 本发明提供一种基于服务码级别的故障根因定位方法、系统及存储介质，方法包括以下步骤：构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；构建基于多维指标的时间序列异常检测模型，对全局异质拓扑图的每条调用边进行异常检测；基于每条调用边的异常检测结果，生成异质故障图；基于随机游走的对象级别排序算法，对获得的异质故障图进行故障根因定位。本发明通过采用异质拓扑图，简洁清晰的展示更细粒度的服务码调用关系和隶属关系；通过融合多维指标的关联特征，有效提高了异质拓扑结构中调用边的指标异常检测的正确率；通过异质图的节点排序算法，有效提高了故障根因定位的准确性。
-
公开(公告)号：CN112231193A
公开(公告)日：2021-01-15
申请号：CN202011431810.4
申请日：2020-12-10
Applicant: 北京必示科技有限公司
Abstract: 本发明涉及计算机技术领域，公开了一种时序数据容量预测方法、装置、电子设备及存储介质，所述方法包括：对时序数据进行预处理；所述预处理至少包括异常点剔除、指标缺失段长度判断与指标缺失段修复其中的一种；提取时序数据的特征并判断所述时序数据是否具有周期性特征，输出包括未来节假日效应的预测结果，并与时序数据容量阈值进行比较，若超过所述时序数据阈值则产生警告；若所述时序数据不具有周期性特征：将预处理后的时序数据分割为多个连续的正常段并将多个连续的正常段划分为多个连续的特征段；在多个连续的特征段中找到与最尾部的若干个连续的特征段特征匹配的另外若干个连续段，以此另外若干个连续段对时序数据容量进行预测。本发明能够自动判断时序数据的类型，根据不同类型的时序采用不同的模型，并且能够有相对较快的运行速度。
-
Patent Agency Ranking
公开(公告)号：CN111338915B
公开(公告)日：2020-09-01
申请号：CN202010411127.8
申请日：2020-05-15
Applicant: 北京必示科技有限公司
Abstract: 本发明公开了一种动态告警定级方法、装置，电子设备以及计算机可读存储介质。上述方法包括以下步骤：使用告警的历史数据对排序模型进行训练，得到训练模型；以及使用所述训练模型对告警的在线数据进行排序，得到告警定级。本发明首创性的将动态告警定级问题建模成基于机器学习的排序问题，基于训练模型在线地、自适应地给出告警的严重性定级，定级准确性高，从而使得工程师能够根据告警定级优先处理严重告警，提高故障解决效率。
-
公开(公告)号：CN111597070A
公开(公告)日：2020-08-28
申请号：CN202010727337.8
申请日：2020-07-27
Applicant: 北京必示科技有限公司
IPC: G06F11/07
Abstract: 本发明涉及计算机技术领域，公开了一种故障定位方法、装置、电子设备及存储介质，其中方法包括以下步骤：对任一相邻节点所在边进行异常检测；根据异常检测结果构建节点之间的故障传播图；在所述故障传播图上随机游走定位故障根因，其中，所述定位故障根因通过构建所述故障传播图的转移概率矩阵计算每个节点的根因疑似度，通过所述根因疑似度确认故障根因。本发明以无监督的方式，综合多个指标，通过服务之间指标异常对服务整体异常的影响力，定量分析故障在服务之间的传播关系，基于此通过随机游走算法判断根因，为一套有效的自动化定位故障根因服务的方案。
-
公开(公告)号：CN111309565B
公开(公告)日：2020-08-18
申请号：CN202010405424.1
申请日：2020-05-14
Applicant: 北京必示科技有限公司
Abstract: 本发明公开了一种告警处理方法、装置、电子设备以及计算机可读存储介质。上述方法包括：根据单位时间内接收到的告警数量和告警阈值，判断是否发生了告警风暴，其中所述告警阈值是自适应更新的；以及，若检测到产生了所述告警风暴，则提取告警风暴摘要。本发明首创性地将告警处理这一问题聚焦在告警风暴的检测和摘要提取上，旨在帮助工程师在实际运维场景中，更好的应对告警风暴，实现故障的快速发现和诊断。
-
公开(公告)号：CN111737095B
公开(公告)日：2025-01-14
申请号：CN202010775307.4
申请日：2020-08-05
Applicant: 北京必示科技有限公司
Abstract: 本发明提供一种批处理任务时间监控方法、装置、电子设备及存储介质，其中监控方法包括步骤：获取批处理任务的依赖关系表，开启批处理任务；计算得到批处理任务中各任务的单任务预测时长；根据批处理任务的历史模型和所述依赖关系表计算得到所述各任务之间的多个流程关系，同时计算得到各流程关系中由关键任务组成的关键路径；根据所述单任务预测时长和所述关键路径得到各流程关系的各整体预测时长；对比所述整体预测时长是否处于批处理任务预设时长范围内，如果不是，则告警；如果是，则通过数据监控系统发送当前各任务的开始时间数据，根据所述历史模型和所述开始时间数据触发对当前各任务的监测，并持续监测。
-
公开(公告)号：CN111858231B
公开(公告)日：2024-07-26
申请号：CN202010395406.X
申请日：2020-05-11
Applicant: 北京必示科技有限公司
IPC: G06F11/30 , G06F18/241 , G06F18/2431 , G06N3/0455
Abstract: 本发明公开了一种基于运维监控的单指标异常检测方法，该异常检测系统对运维监控采集并存储的时序数据进行KPI异常检测，所述时序数据包括运维监控通过技术工具采集的时间和指标值，该异常检测系统包括特征描述器、检测器和分类器。本发明科学合理，使用安全方便，通过针对不同的场景选择合适的算法进行异常检测，可以有效的提高异常检测的效率和精确度，避免出现误报漏报的情况导致错过真正有价值的问题，使得算法具有足够快的速度来处理在线实时数据，使得算法可以不依赖标注自动检测异常。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.022 seconds)
