-
公开(公告)号：CN117807055B
公开(公告)日：2024-06-07
申请号：CN202410224232.9
申请日：2024-02-29
Applicant: 济南浪潮数据技术有限公司
IPC: G06F16/21 , G06F16/22 , G06F16/2458 , G06F16/27
Abstract: 本申请涉及数据分析技术领域，特别是涉及一种存储系统的关键性能指标预测、分析方法及相关装置。关键性能指标预测方法包括：获取第一数量个历史时刻目标指标的观测性能形成前向观测序列；目标指标为分布式存储系统的关键性能指标中的至少一者；分别计算第二数量个历史时刻的性能误差形成前向误差序列；预估当前时刻进行目标指标的性能预测过程存在的预测误差，融合前向观测序列、前向误差序列以及预测误差，得到存储系统当前时刻的预测性能。采用本方法能够结合预测过程的历史误差对存储系统进行关键性能指标的性能预测，提高序列之间关联性衡量的准确性，进而有利于提高存储系统的关键性能指标预测的具深度以及可靠性。
-
公开(公告)号：CN117807055A
公开(公告)日：2024-04-02
申请号：CN202410224232.9
申请日：2024-02-29
Applicant: 济南浪潮数据技术有限公司
IPC: G06F16/21 , G06F16/22 , G06F16/2458 , G06F16/27
Abstract: 本申请涉及数据分析技术领域，特别是涉及一种存储系统的关键性能指标预测、分析方法及相关装置。关键性能指标预测方法包括：获取第一数量个历史时刻目标指标的观测性能形成前向观测序列；目标指标为分布式存储系统的关键性能指标中的至少一者；分别计算第二数量个历史时刻的性能误差形成前向误差序列；预估当前时刻进行目标指标的性能预测过程存在的预测误差，融合前向观测序列、前向误差序列以及预测误差，得到存储系统当前时刻的预测性能。采用本方法能够结合预测过程的历史误差对存储系统进行关键性能指标的性能预测，提高序列之间关联性衡量的准确性，进而有利于提高存储系统的关键性能指标预测的具深度以及可靠性。
-
Patent Agency Ranking
公开(公告)号：CN117290745A
公开(公告)日：2023-12-26
申请号：CN202311195910.5
申请日：2023-09-15
Applicant: 济南浪潮数据技术有限公司
Abstract: 本发明涉及告警信息处理技术领域，公开了一种告警日志推送方法、装置、计算机设备及存储介质，该方法包括获取N个告警日志，N为大于或者等于2的整数；确定N个告警日志中任意两个告警日志之间的融合相似度，融合相似度用于表征任意两个告警日志之间的相似程度；根据融合相似度对N个告警日志进行聚类处理，得到K个聚类簇，K为整数，且1≤K＜N，聚类簇中任意两个告警日志之间的融合相似度大于预设阈值；确定K个聚类簇中每个聚类簇中至少一个代表性告警日志，代表性告警日志为聚类簇中与其他告警日志的平均融合相似度最大的告警日志；向客户端发送K个聚类簇中每个聚类簇中至少一个代表性告警日志。本发明能够提高告警信息处理效率。
-
公开(公告)号：CN118535428A
公开(公告)日：2024-08-23
申请号：CN202410544423.3
申请日：2024-04-30
Applicant: 济南浪潮数据技术有限公司
IPC: G06F11/32 , G06F18/214 , G06F18/213 , G06F18/10 , G06F18/241
Abstract: 本发明实施例提供了一种告警信息分类分级方法、装置、通信设备及存储介质，该方法包括：对待分类告警信息进行预处理，得到目标告警信息；对目标告警信息进行特征提取，得到目标告警信息的文本特征和时空特征；将目标告警信息的文本特征和时空特征输入至告警信息分类分级集成模型，得到告警信息分类分级集成模型的预测值；根据告警信息分类分级集成模型的预测值和预先确定的目标分类阈值，得到待分类告警信息的分类分级结果。本发明通过将待分类告警信息的文本特征和时空特征输入至告警信息分类分级集成模型，根据模型的输出即可确定待分类告警信息的分类分级结果，大大提高了告警信息分类分级的效率，解决了告警信息分类分级效率低的问题。
-
公开(公告)号：CN118331822A
公开(公告)日：2024-07-12
申请号：CN202410487238.5
申请日：2024-04-21
Applicant: 济南浪潮数据技术有限公司
Abstract: 本申请实施例提供了一种异常信息检测方法及装置、存储介质及电子设备，其中，该方法包括：对与目标性能参数对应的目标时序数据中的数据点进行至少一个指定维度的特征提取，得到目标时序数据中的数据点的特征向量；根据目标时序数据中的数据点的特征向量，计算目标时序数据中的任意两个数据点的特征距离；基于目标时序数据中的任意两个数据点的特征距离对目标时序数据中的数据点进行数据点聚类，得到M个目标聚类簇；按照目标聚类簇所包含的数据点的数量，将M个目标聚类簇划分为一组第一聚类簇和一组第二聚类簇；根据与目标时序数据中的数据点对应的参考距离，从目标时序数据中选取出一组异常点，通过本申请，解决了异常检测的准确性较低的问题。
-
公开(公告)号：CN117093461A
公开(公告)日：2023-11-21
申请号：CN202311117356.9
申请日：2023-08-31
Applicant: 济南浪潮数据技术有限公司
Abstract: 本发明提供一种时延检测分析的方法、系统、设备和存储介质，方法包括：对获取的时延数据和吞吐量数据进行预处理；对预处理后的时延数据和吞吐量数据进行聚类，并根据聚类结果建立时延和吞吐量之间的关系模型；通过所述关系模型预测新的时延数据，根据新的时延数据与预设范围的关系确定是否产生告警；以及响应于产生告警，根据拓扑关系进行关联分析以确定与时延最相关的部件。本发明能够从整体上判断分布式存储系统是否产生高时延事件，节省系统资源的占用，效率较高。
-
公开(公告)号：CN116627342A
公开(公告)日：2023-08-22
申请号：CN202310639643.X
申请日：2023-05-30
Applicant: 济南浪潮数据技术有限公司
IPC: G06F3/06
Abstract: 本发明提供了一种固态硬盘剩余使用寿命预测的方法、装置、设备及可读介质，方法包括：采集固态硬盘的磨损度数据，并对采集到的磨损度数据进行预处理以得到磨损度数据的时序数据；判断磨损度数据的时序数据是否存在周期性；响应于磨损度数据的时序数据存在周期性，对时序数据进行X‑11周期性分解以得到趋势项和季节项；使用ARMA模型对趋势项进行建模以得到趋势项预测结果；将趋势项预测结果加上季节项得到固态硬盘磨损1％消耗的天数。通过使用本发明的方案，能够准确预测固态硬盘的剩余使用寿命，能够有效避免系统资源的浪费，保障数据的完整性，能够避免因时序数据存在异常值导致预测结果不准确的情形，能够提高模型预测的准确性和鲁棒性。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
