摘要
本发明公开了一种计算机数据处理方法及系统,涉及计算机数据处理技术领域,该处理方法包括的步骤为:获取性能数据,对性能数据进行数据清洗,并进行特征工程处理;依据选定的模型算法,使用历史性能数据训练模型,并评估模型性能后进行调优;其中,历史性能数据标记为正常;其技术要点为:机器学习模型能够自动学习性能数据的正常模式和异常模式,比传统阈值方法更准确地识别异常;通过持续学习和更新模型,系统能够适应系统负载的变化和新出现的异常类型,降低误报和漏报率;实时检测性能异常并快速通知运维人员,有助于缩短故障发现和恢复的时间,提高系统可用性。
技术关键词
历史性能数据
性能监控系统
网络吞吐量
特征工程
调参工具
模型算法
计算机数据处理系统
计算机数据处理技术
监控工具
日志分析技术
系统日志
统计方法
服务器
动态调整机制
特征选择
指标
磁盘
系统为您推荐了相关专利信息
分布式储能装置
储能系统
能量管理系统
控制储能单元
功率转换单元
信用风险预测方法
样本
集成学习模型
信用预测模型
训练集
沉降预测方法
数据处理中心
决策树模型
盾构机
多项式特征
生成对抗网络
流失预测方法
样本
预测模型训练
数据