通常情況下，業(yè)務(wù)系統(tǒng)出現(xiàn)異常，最直接、最直觀反映就是關(guān)鍵業(yè)務(wù)指標(biāo)出現(xiàn)異常波動(dòng)。以保險(xiǎn)行業(yè)為例，當(dāng)業(yè)務(wù)系統(tǒng)出現(xiàn)異常時(shí)，系統(tǒng)處理保單的能力會(huì)顯著下降，對(duì)應(yīng)到業(yè)務(wù)指標(biāo)描述，即：業(yè)務(wù)系統(tǒng)出現(xiàn)問(wèn)題時(shí)，“保單量”會(huì)出現(xiàn)下降。

如何正確判斷“保單量”出現(xiàn)下降呢?傳統(tǒng)的方式就是設(shè)置一個(gè)固定的閾值，例如：定義在正常情況下，系統(tǒng)每分鐘可以處理的保單量應(yīng)該在200～600之間。當(dāng)實(shí)時(shí)監(jiān)控到的保單量超出上述閾值時(shí)，即認(rèn)為保單量出現(xiàn)異常。傳統(tǒng)監(jiān)控系統(tǒng)的固定閾值告警，就是通過(guò)設(shè)置固定的告警閾值與真實(shí)數(shù)據(jù)進(jìn)行對(duì)比產(chǎn)生告警信息。

這個(gè)邏輯表面看上去沒(méi)有問(wèn)題，但是仔細(xì)想一下，每天凌晨的時(shí)候，會(huì)有多少新的保單提交到系統(tǒng)中呢(假設(shè)保險(xiǎn)公司只受理國(guó)內(nèi)的業(yè)務(wù))?顯然，每天上午10點(diǎn)到12點(diǎn)之間新提交到系統(tǒng)中的保單量要遠(yuǎn)遠(yuǎn)多于每天凌晨提交到系統(tǒng)中的保單量。

以此類推，業(yè)務(wù)系統(tǒng)在節(jié)假日和工作日處理的保單量也存在顯著的差別。如果據(jù)此邏輯進(jìn)行深入分析，會(huì)發(fā)現(xiàn)，企業(yè)很難用預(yù)先設(shè)定的規(guī)則(閾值)來(lái)判斷業(yè)務(wù)系統(tǒng)保單量指標(biāo)的是否出現(xiàn)異常。

為了解決上述問(wèn)題，云智慧DOCP平臺(tái)的DOEM數(shù)字化運(yùn)維事件管理產(chǎn)品采用多算法集成學(xué)習(xí)模式，并引入3種針對(duì)時(shí)序型監(jiān)控指標(biāo)進(jìn)行異常檢測(cè)的方法：動(dòng)態(tài)基線、同比/環(huán)比和指標(biāo)異常檢測(cè)。

動(dòng)態(tài)基線基于歷史數(shù)據(jù)，利用智能算法進(jìn)行深度學(xué)習(xí)后，對(duì)未來(lái)一段時(shí)間內(nèi)的每個(gè)時(shí)間點(diǎn)的數(shù)值進(jìn)行精準(zhǔn)預(yù)測(cè)，以預(yù)測(cè)值作為基線，并通過(guò)比較實(shí)際值與基線的偏離度(百分比差異)來(lái)監(jiān)控和告警。

動(dòng)態(tài)基線適用于已知某數(shù)據(jù)指標(biāo)呈周期性變化且沒(méi)辦法給出每個(gè)周期的準(zhǔn)確值或者周期內(nèi)的數(shù)據(jù)變化過(guò)多的場(chǎng)景。以保險(xiǎn)行業(yè)業(yè)務(wù)場(chǎng)景為例，我們根據(jù)歷史保單量的學(xué)習(xí)，識(shí)別出歷史數(shù)據(jù)的趨勢(shì)性和周期性的變化，預(yù)測(cè)未來(lái)一段時(shí)間保單量的變化。同時(shí)根據(jù)歷史數(shù)據(jù)的分布情況，給出未來(lái)一段時(shí)間的上下限的變化情況。當(dāng)待檢測(cè)指標(biāo)高于基線高于上限/低于下限時(shí)，即判斷為出現(xiàn)異常。監(jiān)測(cè)發(fā)現(xiàn)預(yù)測(cè)實(shí)際值數(shù)據(jù)頻繁小于預(yù)測(cè)數(shù)據(jù)，我們有效的檢測(cè)到這種異常，并追蹤到事件的根源。

同/環(huán)比異常檢測(cè)用于發(fā)現(xiàn)某個(gè)待監(jiān)測(cè)指標(biāo)的變化趨勢(shì)是持續(xù)變好還是持續(xù)變壞。將目標(biāo)監(jiān)控值與歷史同期數(shù)據(jù)的分布和同環(huán)比的變化情況進(jìn)行對(duì)比，根據(jù)數(shù)值或百分比差異情況判斷新進(jìn)數(shù)據(jù)是否異常，并作出判斷是否進(jìn)行告警。

為了應(yīng)對(duì)不對(duì)業(yè)務(wù)模式的差異化數(shù)據(jù)特點(diǎn)，DOEM采用無(wú)監(jiān)督集成學(xué)習(xí)算法進(jìn)行單/多指標(biāo)異常檢測(cè)，無(wú)需人工設(shè)置固定閾值和定義基線偏離度，系統(tǒng)根據(jù)不同的數(shù)據(jù)特點(diǎn)，選擇不同算法去做針對(duì)性的檢測(cè)，并對(duì)異常進(jìn)行整體的評(píng)估，自動(dòng)識(shí)別出不符合期望的數(shù)據(jù)后產(chǎn)生告警消息。

云智慧DOEM(Digital Operation Event Management的縮寫(xiě))數(shù)字化運(yùn)維事件管理產(chǎn)品面向技術(shù)和管理，以事件為核心，實(shí)現(xiàn)問(wèn)題事件全生命周期的全局管控。DOEM基于大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)算法，對(duì)來(lái)自于各種監(jiān)控系統(tǒng)的告警消息與數(shù)據(jù)指標(biāo)進(jìn)行統(tǒng)一的接入與處理，支持告警事件的過(guò)濾、通知、響應(yīng)、處置、定級(jí)、跟蹤以及多維分析。DOEM產(chǎn)品基于動(dòng)態(tài)基線等多種算法，能夠?qū)崿F(xiàn)事件的告警收斂、異常檢測(cè)、根因分析、智能預(yù)測(cè)，幫助企業(yè)打通數(shù)據(jù)孤島，統(tǒng)一運(yùn)維的標(biāo)準(zhǔn)與管理規(guī)范，減少對(duì)運(yùn)維的事務(wù)性干擾，提升運(yùn)維的整體管理水平。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。