一种数据中心预警的方法、装置及相关产品与流程

技术特征：
1.一种数据中心预警的方法，其特征在于，所述方法包括：采集多个数据中心指标数据，所述数据中心指标数据包括系统侧指标数据、应用侧指标数据和用户侧指标数据；将采集的所述数据中心指标数据输入产品风险预测模型，获取产品风险概率；所述产品风险预测模型为预先训练的模型，用于处理采集获取的所述数据中心指标数据，预测产品出现风险的概率；响应于所述产品风险概率超过预设阈值，进行数据中心监控告警。2.根据权利要求1所述方法，其特征在于，所述产品风险预测模型为通过以下方式得到：将所述数据中心指标数据进行归一化处理；基于lightgbm算法，对处理后的所述数据中心指标数据进行建模，得到产品风险预测模型。3.根据权利要求2所述方法，其特征在于，所述将所述数据中心指标数据进行归一化处理之前，所述方法还包括：对采集的所述数据中心指标数据进行清洗；将清洗后的所述数据中心指标数据，按预设时间段进行数据叠加；所述将所述数据中心指标数据进行归一化处理，包括：将叠加后的所述数据指标数据进行归一化处理。4.根据权利要求2所述方法，其特征在于，所述对处理后的所述数据中心指标数据进行建模，得到产品风险预测模型，包括：对处理后的所述数据中心指标数据进行建模，获得初始产品风险预测模型；基于预设评估指标对所述初始产品风险预测模型进行评估；所述预设评估指标包括受试者工作特征roc曲线和曲线下面积auc；响应于所述预设评估指标满足预设要求，获得产品风险预测模型。5.根据权利要求1-4任意一项所述方法，其特征在于，所述系统侧指标数据包括内存、cpu、并发量和响应时间。6.根据权利要求1-4任意一项所述方法，其特征在于，所述应用侧指标数据为错误日志，所述错误日志包括发生时间和发生次数。7.根据权利要求1-4任意一项所述方法，其特征在于，所述用户侧指标数据为客户中心投诉数据，所述客户中心投诉数据包括投诉产品、投诉时间和投诉问题。8.一种数据中心预警的装置，其特征在于，所述装置包括：采集单元，用于采集多个数据中心指标数据，所述数据中心指标数据包括系统侧指标数据、应用侧指标数据和用户侧指标数据；输入单元，用于将采集的所述数据中心指标数据输入产品风险预测模型，获取产品风险概率；所述产品风险预测模型用于处理采集获取的所述数据中心指标数据，预测产品出现风险的概率；告警单元，用于响应于所述产品概率超过预设阈值，进行数据中心监控告警。9.一种数据中心预警生成设备，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至7任一项所述数据中心预警的方法的步骤。

技术总结
本申请提供了公开了一种数据中心预警的方法、装置及相关产品，可应用于金融领域或其他领域。该方法包括：首先采集系统侧指标数据、应用侧指标数据和用户侧指标数据。然后将采集的指标数据输入产品风险预测模型，获取产品风险概率。当产品风险概率超过预设阈值时，进行数据中心监控告警。由于综合考虑系统侧、应用侧和用户侧数据，监控手段多样，且预测方式为产品风险预测模型为预先训练的模型。因此，可以避免现有技术监控手段单一且不智能造成的监控告警准确度低的问题，进而提高监控告警准确度和监控运维效率。确度和监控运维效率。确度和监控运维效率。


技术研发人员：丁锐
受保护的技术使用者：中国银行股份有限公司
技术研发日：2022.08.26
技术公布日：2022/11/22