摘要
本申请提供了一种软件系统监控指标阈值的确定方法和电子设备,该方法包括:利用时间窗口获取监控指标时间序列数据,并获取与监控指标相关的元数据,监控指标时间序列数据表征软件系统中监控指标在一定时间范围内随时间变化的数值;采用机器学习模型对监控指标时间序列数据以及元数据进行分析,得到监控指标阈值,其中,机器学习模型为使用多组训练数据通过机器学习训练出的,每组训练数据均包括样本监控指标时间序列数据、样本元数据以及样本监控指标阈值;根据监控指标阈值,确定软件系统是否发生异常。本申请解决了现有技术的软件监控中依赖人工设置阈值带来的主观性影响、高人工成本以及预测效果不佳的问题。
技术关键词
机器学习模型
指标
数据
Stacking算法
模块
序列
机器学习训练
特征工程
决策
可读存储介质
启发式搜索
样本
电子设备
超参数
粒子群算法
计算机程序产品
统计特征
依赖人工
系统为您推荐了相关专利信息
三维数字模型
数字化监控方法
粉尘
数字孪生体
轨迹预测模型
视频特征提取方法
多模态特征
融合特征
时序
动态
地理信息数据
马尔可夫模型
历史运行数据
工况
融合地理
智慧调控
关键运行参数
烟气中二噁英
等离子体炬
预训练语言模型
数字孪生模型
钢结构桥梁
数字孪生技术
BIM技术
点云数据采集