一種應用性能風險預測方法、裝置和系統的制作方法
【技術領域】
[0001] 本發明涉及應用性能管理領域，尤其涉及一種應用性能風險預測方法、裝置和系 統。
【背景技術】
[0002] 應用性能是反映應用程序（Application，以下簡稱應用）面向客戶提供服務質量 的關鍵指標。應用性能的風險將直接導致用戶體驗下降，甚至服務中斷。近來新技術、新需 求的涌現促使企業擁有的應用數量和應用復雜度快速膨脹，使得企業應用運維不堪重負。 由于應用性能問題導致企業客戶流失和經濟損失的案例也逐漸增加。而傳統應用性能管理 (Application Performance Management，APM)的被動響應式風險處理機制已難以應對，實 現主動預防的風險預測機制，是構建面向未來的APM平臺的關鍵。
[0003] 現有的主動預測應用性能風險的方法通常是針對應用的當個指標進行預測，無法 關聯有影響關系的多個指標進行風險預測。
【發明內容】
[0004] 本發明提供一種應用性能風險預測方法、裝置和系統，用于解決現有技術中無法 關聯有影響關系的多個指標進行風險預測的問題。
[0005] 為了實現上述目的，第一方面，本發明提供一種應用性能風險預測方法，所述方法 包括：
[0006] 根據目標應用的指定負載指標的歷史數據預測所述指定負載指標在未來指定時 間段內的平均值；
[0007] 根據所述目標應用的標識確定與所述目標應用對應的預測分析模型，所述預測分 析模型中包括所述目標應用的多個負載指標之間的影響關系，以及所述多個負載中每個負 載指標的條件概率表；
[0008] 確定所述平均值所屬的取值區間，將所述平均值所屬的取值區間確定為所述指定 負載指標在所述指定時間段內的目標取值區間；
[0009] 利用所述預測分析模型確定當所述指定負載指標在所述目標取值區間取值的情 況下，被所述指定負載指標直接影響或者間接影響的負載指標中的風險指標。
[0010] 可選的，所述利用所述預測分析模型確定當所述指定負載指標在所述目標取值區 間取值的情況下，被所述指定負載指標直接影響或者間接影響的負載指標中的風險指標包 括：
[0011] 利用所述預測分析模型確定當所述指定負載指標在所述目標取值區間取值的情 況下，被所述指定負載指標直接影響或者間接影響的每個負載指標在所述每個負載指標的 各個取值區間的概率；
[0012] 當第一負載指標的第一取值區間的概率超過所述第一取值區間對應的概率閾值 時，將所述第一負載指標確定為風險指標；所述第一負載指標為被所述指定負載指標直接 影響或者間接影響的負載指標中的任一負載指標，所述第一取值區間為所述第一負載指標 的任一取值區間。
[0013] 可選的，所述根據目標應用的指定負載指標的歷史數據預測所述指定負載指標在 未來指定時間段內的平均值包括：
[0014] 利用回歸算法對所述指定負載指標的歷史數據進行處理，得到所述指定負載指標 的變化趨勢模型；
[0015] 利用所述變化趨勢模型獲取所述指定負載指標在未來指定時間段內的平均值。
[0016] 可選的，在所述根據所述目標應用的標識確定與所述目標應用對應的預測分析模 型之前，所述方法還包括：
[0017] 根據所述目標應用的標識獲取所述目標應用的預定義的多個目標負載指標的歷 史數據；
[0018] 根據獲取的所述目標應用的預定義的多個目標負載指標的歷史數據創建所述與 所述目標應用對應的預測分析模型。
[0019] 可選的，所述根據獲取的所述目標應用的預定義的多個目標負載指標的歷史數據 創建所述與所述目標應用對應的預測分析模型，包括：
[0020] 將獲取的所述目標應用的預定義的多個目標負載指標的歷史數據轉換為元組數 據集，所述元組數據集中包括至少一個元組數據；
[0021] 利用貝葉斯網絡結構學習算法處理所述元組數據集，獲取所述多個目標負載指標 之間的影響關系，并根據所述影響關系生成有向無環圖，所述有向無環圖中包括多個節點， 以及所述多個節點之間的影響關系，所述多個節點與所述多個目標負載指標一一對應；
[0022] 利用等概率分布原則處理所述元組數據集，將所述多個目標負載指標的每個取值 連續的取值區間轉換為指定個數的離散取值區間；
[0023] 利用條件概率表生成算法獲取所述有向無環圖中每個節點的條件概率表，其中任 一節點的條件概率表包括在所述任一節點對應的目標負載指標在該目標負載指標的各個 離散取值區間中取值的條件概率；
[0024] 將所述有向無環圖和所述有向無環圖中每個節點的條件概率表作為所述目標應 用的預測分析模型。
[0025] 可選的，所述利用所述預測分析模型確定當所述指定負載指標在所述目標取值區 間取值的情況下，被所述指定負載指標直接影響或者間接影響的每個負載指標在所述每個 負載指標的各個取值區間的概率包括：
[0026] 根據所述有向無環圖中的所述多個節點之間的影響關系，確定被所述指定負載指 標直接影響或者間接影響的負載指標；
[0027] 根據所述直接影響或者間接影響的負載指標對應的節點的條件概率表，確定當所 述指定負載指標在所述目標取值區間取值的情況下，所述直接影響或者間接影響的負載指 標中的每個負載指標在該負載指標的各個取值區間的概率。
[0028] 第二方面，本發明還提供另一種應用性能風險預測裝置，所述裝置包括：
[0029] 負載預測模塊，用于根據目標應用的指定負載指標的歷史數據預測所述目標應用 的指定負載指標在未來指定時間段內的平均值；
[0030] 模型管理模塊，用于根據所述目標應用的標識確定與所述目標應用對應的預測分 析模型，所述預測分析模型中包括所述目標應用的多個負載指標之間的影響關系，以及所 述多個負載中每個負載指標的條件概率表；
[0031] 推理分析模塊，用于確定所述平均值所屬的取值區間，將所述平均值所屬的取值 區間確定為所述指定負載指標在所述指定時間段內的目標取值區間；
[0032] 所述推理分析模塊，還用于利用所述預測分析模型確定當所述指定負載指標在所 述目標取值區間取值的情況下，被所述指定負載指標直接影響或者間接影響的負載指標中 的風險指標。
[0033] 可選的，所述推理分析模塊包括：
[0034] 概率分析子模塊，用于利用所述預測分析模型確定當所述指定負載指標在所述目 標取值區間取值的情況下，被所述指定負載指標直接影響或者間接影響的每個負載指標在 所述每個負載指標的各個取值區間的概率；
[0035] 風險識別子模塊，用于當第一負載指標的第一取值區間的概率超過所述第一取值 區間對應的概率閾值時，將所述第一負載指標確定為風險指標；所述第一負載指標為被所 述指定負載指標直接影響或者間接影響的負載指標中的任一負載指標，所述第一取值區間 為所述第一負載指標的任一取值區間。
[0036] 可選的，所述負載預測模塊包括：
[0037] 建模子模塊，用于利用回歸算法對所述指定負載指標的歷史數據進行處理，得到 所述指定負載指標的變化趨勢模型；
[0038] 預測子模塊，用于利用所述變化趨勢模型獲取所述指定負載指標在未來指定時間 段內的平均值。
[0039] 可選的，所述裝置還包括：
[0040] 數據導入模塊，用于在所述根據所述目標應用的標識確定與所述目標應用對應的 預測分析模型之前，根據所述目標應用的標識獲取所述目標應用的預定義的多個目標負載 指標的歷史數據；
[0041] 預測模型生成模塊，用于根據獲取的所述目標應用的預定義的多個目標負載指標 的歷史數據創建所述與所述目標應用對應的預測分析模型。
[0042] 可選的，所述預測模型生成模塊包括：
[0043] 預處理子模塊，用于將獲取的所述目標應用的預定義的多個目標負載指標的歷史 數據轉換為元組數據集，所述元組數據集中包括至少一個元組數據；
[0044] 網絡創建子模塊，用于利用貝葉斯網絡結構學習算法處理所述元組數據集，獲取 所述多個目標負載指標之間的影響關系，并根據所述影響關系生成有向無環圖，所述有向 無環圖中包括多個節點，以及所述多個節點之間的影響關系，所述多個節點與所述多個目 標負載指標 對應；
[0045] 離散化處理子模塊，用于利用等概率分布原則處理所述元組數據集，將所述多個 目標負載指標的每個取值連續的取值區間轉換為指定個數的離散取值區間；
[0046] 概率計算子模塊，用于利用條件概率表生成算法獲取所述有向無環圖中每個節點 的條件概率表，其中任一節點的條件概率表包括在所述任一節點對應的目標負載指標在該 目標負載指標的各個離散取值區間中取值的條件概率；
[0047] 模型確定子模塊，用于將所述有向無環圖和所述有向無環圖中每個節點的條件概 率表作為所述目標應用的預測分析模型。
[0048] 可選的，所述概率計算子模塊用于：
[0049] 根據所述有向無環圖中的所述多個節點之間的影響關系，確定被所述指定負載指 標直接影響或者間接影響的負載指標；
[0050] 根據所述直接影響或者間接影響的負載指標對應的節點的條件概率表，確定當所 述指定負載指標在所述目標取值區間取值的情況下，所述直接影響或者間接影響的負載指