-
公开(公告)号：CN117312391B
公开(公告)日：2024-07-19
申请号：CN202311372877.9
申请日：2023-10-23
Applicant: 中南民族大学
IPC: G06F16/2455 , G06F16/25 , G06F11/34 , G06F9/54
Abstract: 本发明公开了一种基于流式计算的大数据平台动态指标评价方法，其首先获取待评价的多个指标数据，并将其存入消息队列，接着对消息队列中的指标数据进行读取，再使用转换函数得到格式化的指标数据；随后使用聚合函数作为评价分析算子对格式化的指标数据进行聚合窗口处理和阈值处理分析，以获取多个处理后的指标数据；然后针对多个处理后的指标数据中的各项指标生成对应的规则文件，由此所有规则文件共同构成预警规则文本数据；再将预警规则文本数据存入消息队列；接着再使用流式处理引擎的广播处理函数对获取的指标数据以及规则数据处理。本发明能够解决现有大数据平台动态指标评价方法存在的代码的冗余且复杂，复用性差，代码修改繁琐的技术问题。
-
公开(公告)号：CN117312391A
公开(公告)日：2023-12-29
申请号：CN202311372877.9
申请日：2023-10-23
Applicant: 中南民族大学
IPC: G06F16/2455 , G06F16/25 , G06F11/34 , G06F9/54
Abstract: 本发明公开了一种基于流式计算的大数据平台动态指标评价方法，其首先获取待评价的多个指标数据，并将其存入消息队列，接着对消息队列中的指标数据进行读取，再使用转换函数得到格式化的指标数据；随后使用聚合函数作为评价分析算子对格式化的指标数据进行聚合窗口处理和阈值处理分析，以获取多个处理后的指标数据；然后针对多个处理后的指标数据中的各项指标生成对应的规则文件，由此所有规则文件共同构成预警规则文本数据；再将预警规则文本数据存入消息队列；接着再使用流式处理引擎的广播处理函数对获取的指标数据以及规则数据处理。本发明能够解决现有大数据平台动态指标评价方法存在的代码的冗余且复杂，复用性差，代码修改繁琐的技术问题。
-
-
公开(公告)号：CN117130882A
公开(公告)日：2023-11-28
申请号：CN202311013735.3
申请日：2023-08-14
Applicant: 中南民族大学
IPC: G06F11/34 , G06F11/30 , G06F9/50 , G06F18/27 , G06F123/02
Abstract: 本发明公开了一种基于时间序列干预分析模型的节点资源预测方法，包括：周期性地从多个系统节点采集资源使用数据，其中资源使用数据包含每个系统节点的资源观测值和系统节点ID、及其被采集时的时间戳，通过流式处理引擎的滑动窗口对采集的资源使用数据中的资源观测值进行处理，并将处理后的资源使用数据中的资源观测值、及其所属系统节点对应的时间戳和系统节点ID存入数据库中保存，获取干预事件，以干预事件为分界线将数据库中存储的部分资源观测值划分为第一部分Xt1和第二部分Xt2，使用差分自回归移动平均模型对获得的第一部分Xt1进行建模，以获取干预事件期间的预测资源观测值。本发明能够解决现有节点资源预测方法在某些情况下存在一定误差的技术问题。
-
-
-
Search Results
4
records
(took 0.017 seconds)
