公开(公告)号：CN115454778B

公开(公告)日：2023-08-08

申请号：CN202211188672.0

申请日：2022-09-27

Applicant: 浙江大学

Inventor： 戚依宁 ,  杨帅 ,  韩泽鋆 ,  方崇荣 ,  吕彪 ,  祝顺民 ,  蒋江伟 ,  程鹏 ,  陈积明

IPC: G06F11/30 ,  G06N3/0442 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明公开了一种大规模云网络环境下的时序指标异常智能监控系统，包括数据预处理模块、智能基线及预测值获取模块、异常告警模块等。数据预处理模块从云网络各网元节点采集时序指标数据；智能基线及预测值获取模块采用基于机器学习的方法获取时序指标数据的基线，根据基线获取每个时序指标数据的预测值，预测值在经过缩放后存入数据库；异常告警模块将实时流量时序指标数据与时序指标数据预测值进行比较，当预测值与实时值连续多次差距超过设定阈值时，触发告警。相比现有技术，本发明解决了云网络时序指标模型种类较多，难以用固定阈值监控的问题，保证以较低误报率和漏报率检测云网络时序指标异常。

公开(公告)号：CN115454778A

公开(公告)日：2022-12-09

申请号：CN202211188672.0

申请日：2022-09-27

Applicant: 浙江大学

Inventor： 戚依宁 ,  杨帅 ,  韩泽鋆 ,  方崇荣 ,  吕彪 ,  祝顺民 ,  蒋江伟 ,  程鹏 ,  陈积明

IPC: G06F11/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种大规模云网络环境下的时序指标异常智能监控系统，包括数据预处理模块、智能基线及预测值获取模块、异常告警模块等。数据预处理模块从云网络各网元节点采集时序指标数据；智能基线及预测值获取模块采用基于机器学习的方法获取时序指标数据的基线，根据基线获取每个时序指标数据的预测值，预测值在经过缩放后存入数据库；异常告警模块将实时流量时序指标数据与时序指标数据预测值进行比较，当预测值与实时值连续多次差距超过设定阈值时，触发告警。相比现有技术，本发明解决了云网络时序指标模型种类较多，难以用固定阈值监控的问题，保证以较低误报率和漏报率检测云网络时序指标异常。