-
公开(公告)号:CN115576732B
公开(公告)日:2023-03-10
申请号:CN202211427061.7
申请日:2022-11-15
摘要: 本说明书实施例提供根因定位方法以及系统,其中所述根因定位方法包括:获取在故障时间点虚拟机集群中虚拟机的流量变化信息;根据所述流量变化信息在所述虚拟机集群中筛选出候选虚拟机,并加载所述候选虚拟机关联所述故障时间点的历史数据;根据所述历史数据确定所述候选虚拟机在预设根因定位维度的异常信息;基于所述异常信息在所述候选虚拟机中确定目标虚拟机。
-
公开(公告)号:CN115576732A
公开(公告)日:2023-01-06
申请号:CN202211427061.7
申请日:2022-11-15
摘要: 本说明书实施例提供根因定位方法以及系统,其中所述根因定位方法包括:获取在故障时间点虚拟机集群中虚拟机的流量变化信息;根据所述流量变化信息在所述虚拟机集群中筛选出候选虚拟机,并加载所述候选虚拟机关联所述故障时间点的历史数据;根据所述历史数据确定所述候选虚拟机在预设根因定位维度的异常信息;基于所述异常信息在所述候选虚拟机中确定目标虚拟机。
-
公开(公告)号:CN115081794B
公开(公告)日:2023-08-29
申请号:CN202210425123.4
申请日:2022-04-21
IPC分类号: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q10/20 , G06F16/36
摘要: 本公开提出一种云网络变更影响范围评估的方法及系统,涉及云网络运维技术领域。该方法包括:获取云网络中发生变更的云网络设备;遍历预设置的变更场景,获取以云网络设备为起点的目标变更场景;根据目标变更场景查询对应的云网络知识图谱,确定云网络设备变更对云网络的影响范围。本公开实现了高效率的云网络变更影响范围的自动化评估,方便沉淀运维经验,降低操作成本。
-
公开(公告)号:CN115081794A
公开(公告)日:2022-09-20
申请号:CN202210425123.4
申请日:2022-04-21
摘要: 本公开提出一种云网络变更影响范围评估的方法及系统,涉及云网络运维技术领域。该方法包括:获取云网络中发生变更的云网络设备;遍历预设置的变更场景,获取以云网络设备为起点的目标变更场景;根据目标变更场景查询对应的云网络知识图谱,确定云网络设备变更对云网络的影响范围。本公开实现了高效率的云网络变更影响范围的自动化评估,方便沉淀运维经验,降低操作成本。
-
公开(公告)号:CN113810226B
公开(公告)日:2022-05-03
申请号:CN202111045786.5
申请日:2021-09-07
申请人: 清华大学
IPC分类号: H04L41/147 , H04L43/0876 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本申请提出一种结合离散特征编码和聚类修正的广域网单点流量预测方法,包括:获取训练集、验证集和测试集,其中,所有数据集均包含流量时间序列和对应的小时信息、日期信息;使用K‑Means算法对训练集和验证集进行聚类得到聚类结果;对流量时间序列进行特征提取获得对应的流量时间序列关联特征;对小时信息、日期信息进行编码得到编码结果;将流量时间关联特征和编码结果进行拼接,拼接后的向量转换得到初步预测结果;根据聚类结果获取测试集包含的最后一个流量时间序列所属的聚类中心,将聚类中心与初步预测结果进行平均,得到最终预测结果。本申请利用广域网流量的周期性和潮汐性特征,提升了广域网单点流量预测的准确度。
-
公开(公告)号:CN113746798A
公开(公告)日:2021-12-03
申请号:CN202110796338.2
申请日:2021-07-14
申请人: 清华大学
摘要: 本申请提出了一种基于多维度分析的云网络共享资源异常根因定位方法,涉及云网络流量异常根因定位技术领域,其中,该方法包括:根据异常信息从数据存储集群中分别获取共享资源流量数据和使用共享资源流量数据的所有虚拟主机的流量数据;分别对共享资源和虚拟主机的流量数据进行三个维度的计算,得到三个维度计算结果,其中,三个维度包括预测偏差维度、异常幅度、形状相似度;对三个维度计算结果进行整合,得到根因列表。采用上述方案的本申请提出基于多维度分析的通用云网络共享资源异常根因定位框架,通过对预测偏差、异常幅度、形状相似度三个维度的分析,提出了一种综合的排序算法,来实现快速、准确、通用的异常定位。
-
公开(公告)号:CN113746798B
公开(公告)日:2022-05-06
申请号:CN202110796338.2
申请日:2021-07-14
申请人: 清华大学
IPC分类号: H04L9/40 , H04L41/14 , H04L41/142
摘要: 本申请提出了一种基于多维度分析的云网络共享资源异常根因定位方法,涉及云网络流量异常根因定位技术领域,其中,该方法包括:根据异常信息从数据存储集群中分别获取共享资源流量数据和使用共享资源流量数据的所有虚拟主机的流量数据;分别对共享资源和虚拟主机的流量数据进行三个维度的计算,得到三个维度计算结果,其中,三个维度包括预测偏差维度、异常幅度、形状相似度;对三个维度计算结果进行整合,得到根因列表。采用上述方案的本申请提出基于多维度分析的通用云网络共享资源异常根因定位框架,通过对预测偏差、异常幅度、形状相似度三个维度的分析,提出了一种综合的排序算法,来实现快速、准确、通用的异常定位。
-
公开(公告)号:CN113810226A
公开(公告)日:2021-12-17
申请号:CN202111045786.5
申请日:2021-09-07
申请人: 清华大学
摘要: 本申请提出一种结合离散特征编码和聚类修正的广域网单点流量预测方法,包括:获取训练集、验证集和测试集,其中,所有数据集均包含流量时间序列和对应的小时信息、日期信息;使用K‑Means算法对训练集和验证集进行聚类得到聚类结果;对流量时间序列进行特征提取获得对应的流量时间序列关联特征;对小时信息、日期信息进行编码得到编码结果;将流量时间关联特征和编码结果进行拼接,拼接后的向量转换得到初步预测结果;根据聚类结果获取测试集包含的最后一个流量时间序列所属的聚类中心,将聚类中心与初步预测结果进行平均,得到最终预测结果。本申请利用广域网流量的周期性和潮汐性特征,提升了广域网单点流量预测的准确度。
-
-
-
-
-
-
-