摘要
本申请提供一种基于AI技术的业务系统运行情况预测方法及系统,包括:首先,获取目标业务系统的监控指标采集数据。然后,根据预设告警规则,确定初始指标告警数据并进行数据预处理。其次,基于预处理后的初始指标告警数据,进行告警收敛和告警根因分析定位,确定告警历史数据。接下来,根据告警历史数据,通过时序算法确定告警数量预测模型,通过样本特征向量训练法训练指标告警预测模型。最后,根据告警数量预测模型和训练好的指标告警预测模型,预测待分析业务系统在预设时间窗口内的运行预测结果。该方法通过告警数量预测模型和指标告警预测模型相结合可以提高业务系统告警预测的准确性,进而可以有效地提高业务系统运行情况的准确性。
技术关键词
业务系统
指标
系统运行预测
告警模块
告警规则
时序
数据采集模块
样本
批处理作业
序列
日志监控
差分算法
预测系统
标识
关系
系统为您推荐了相关专利信息
问答机器人
文本
性能测试脚本
大语言模型
抗噪声
旋转导向工具
约束优化模型
智能控制方法
多源观测数据
序列
电网仿真模型
新能源设备
理论线损计算方法
指标
牛顿插值法
计量箱
历史流量数据
拓扑图
纠偏方法
GAPSO算法
风险分析方法
支持向量机模型
组合赋权法
层级
超参数