一种基于细粒度事件和KPIs分析的异常原因获得方法

摘要

本发明公开了一种基于细粒度事件和KPIs分析的计算机异常原因获得方法。首先，输入的是原始的时间序列和细粒度事件序列。在有了输入之后，首先对KPIs特征进行提取组成新的时间序列数据。与此同时，将众多的原始的KPIs进行聚类，这样做的目的是将相似的KPIs找出来，为后续分析相关性节约处理时间做准备。没有必要对所有的时间序列和事件进行相关分析，而是根据快速聚类结果来处理部分数据即可，这样可以提高处理效率。最后，所有的结果进行关系分析生成直观的异常因果图，为相关人员异常排查提供有力保障。本方案异常识别中的F1‑score值可以达到0.79左右。此外，此方案法可以将细粒度事件与KPIs异常关联起来，并最终能分析异常背后的多种原因。