摘要
本发明属于信息技术领域,且公开了一种基于时序分析的IT性能指标预警方法,该IT性能指标预警方法步骤包括有:S1,历史数据输入;S2,风险检测;S3,预警输出。通过融合统计学习与机器学习技术,实现对IT性能指标的缓慢劣化、模式切换和容量瓶颈三个场景的精准识别和预警。具体目的包括通过变点增强的分段回归算法,提高性能指标趋势识别的准确性,帮助I T管理人员更准确地评估性能变化的影响和趋势;设计周期自适应的双样本假设检验机制,检测和识别不同负载模式的切换,特别是由特殊或突发事件引起的显著变化;构建多变量自回归VAR模型,建立性能指标和容量指标的关系模型,评估容量瓶颈条件并及时预警。
技术关键词
预警方法
性能指标数据
时序
序列
样本
负载模式
回归算法
基线
瓶颈
动态时间规整
线性回归方程
灵敏度参数
机器学习技术
评分机制
IT系统
分段
预测误差