摘要
本发明公开了一种基于大数据分析的架构性能智能告警及根源分析方法,属于人工智能技术领域,包括:获取分布式架构系统中的监控数据并进行预处理;基于预处理后的监控数据,通过告警规则引擎生成告警事件数据,利用Apriori算法挖掘告警事件数据中的频繁模式,并基于频繁模式进行关联规则分析,得到告警模式特征向量;告警模式特征向量与告警事件的时间序列特征进行拼接并将拼接结果输入LSTM模型进行预测,得到告警事件预测趋势特征并与告警模式融合特征拼接,得到告警融合特征;利用基于随机森林算法的告警分类和根因分析模型对告警融合特征进行分类,输出告警类别及根本原因。本发明提高了告警事件的准确性和有效性的。
技术关键词
模式特征向量
智能告警
时间序列特征
Apriori算法
分析方法
融合特征
随机森林模型
分布式架构
标签
告警规则
数据处理模块
数据采集模块
关联规则分析
高维特征向量
LSTM模型
历史告警
置信度阈值
人工智能技术
系统为您推荐了相关专利信息
智能家居设备
剩余时长
轻量化神经网络
卡尔曼滤波算法
车辆行驶数据
人脸识别比对方法
移动端跨平台
人脸特征
头像
视频流
轮毂电机驱动汽车
性分析方法
轴承刚度
载荷
轮胎