一种结合多维业务指标数据的智能预警和异常根因定位方案
申请号:CN202411852905
申请日期:2024-12-16
公开号:CN119809597A
公开日期:2025-04-11
类型:发明专利
摘要
本申请提供了一种结合多维业务指标数据的智能预警和异常根因定位方案,包括:基于各个业务时序指标的时域特征以及频域特征对多个业务时序指标进行聚类,确定出属于周期特性的业务时序指标以及属于非周期特性的业务时序指标;将属于周期特性的业务时序指标的周期性时序特征输入至深度神经网络模型之中确定出该业务时序指标的异常值,将属于非周期特性的业务时序指标的非周期性时序特征输入至长短期记忆模型之中确定出该业务时序指标的异常值;基于风险定位技术对存在异常的业务时序指标的异常值以及每个异常值所对应的预测值进行故障定位分析,确定出影响多个业务时序指标发生故障的根本因素,从而提高异常值检测的准确性。
技术关键词
深度神经网络模型
时序特征
长短期记忆模型
故障定位分析
业务指标值
节点
样本
周期性
小波特征
定位技术
时域特征
频域特征
偏差
机器可读指令
风险
分区
数值