摘要
本发明涉及业务自学习技术领域,且公开了基于业务自学习的告警降误报系统及方法,包括以下步骤:获取业务变更日志中的任务指标和资源时序数据,并基于该任务指标和资源时序数据进行业务意图感知;获取业务意图感知的正向特征、获取基于人工标注的反向特征以及对抗训练降权的降权特征;根据该正向特征、反向特征以及降权特征构建学习协同训练模型。本发明通过解析业务变更日志中的任务指标和资源时序数据,结合BERT语义识别与LSTM周期分析技术,动态生成量化业务目标的意图向量。该方法克服了静态告警阈值的局限性,使系统能够实时感知业务运行的真实意图,从而更精准地区分正常业务波动与真实异常,显著降低因业务场景变化导致的误报率。
技术关键词
时序
指标
日志
资源
灵敏度参数
动态告警
数据
动态校正
关系
意图识别
模块
语义
周期
偏差
样本
场景
风险