基于业务自学习的告警降误报系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于业务自学习的告警降误报系统及方法
申请号:CN202510994992
申请日期:2025-07-18
公开号:CN120610834A
公开日期:2025-09-09
类型:发明专利
摘要
本发明涉及业务自学习技术领域,且公开了基于业务自学习的告警降误报系统及方法,包括以下步骤:获取业务变更日志中的任务指标和资源时序数据,并基于该任务指标和资源时序数据进行业务意图感知;获取业务意图感知的正向特征、获取基于人工标注的反向特征以及对抗训练降权的降权特征;根据该正向特征、反向特征以及降权特征构建学习协同训练模型。本发明通过解析业务变更日志中的任务指标和资源时序数据,结合BERT语义识别与LSTM周期分析技术,动态生成量化业务目标的意图向量。该方法克服了静态告警阈值的局限性,使系统能够实时感知业务运行的真实意图,从而更精准地区分正常业务波动与真实异常,显著降低因业务场景变化导致的误报率。
技术关键词
时序 指标 日志 资源 灵敏度参数 动态告警 数据 动态校正 关系 意图识别 模块 语义 周期 偏差 样本 场景 风险