一种用于Web应用的巡检预警方法、系统、设备及介质

本发明公开了一种用于Web应用的巡检预警方法、系统、设备及介质，所述方法具体包括：基于Web应用运行状态数据集，对Web内容和Web使用记录进行模式挖掘，确定潜在异常点；通过时空图神经网络模型对潜在异常点的时间序列数据与上下文信息进行融合，获得包含多维度特征的异常分析数据集；通过对异常分析数据集进行分类处理和量化评估，获得巡检结果；采用主成分分析法提取巡检结果的关键影响因子，获得故障特征描述集，并将故障特征描述集转换为结构化预警信息。本发明提高了巡检的准确性和响应速度，提升了用户的参与度和对系统状态的感知能力，为保障Web应用的稳定性和可用性提供了有力支持。