述上一监控周期的实际业务量，确定所述当前监控周期的预测业务变化率；以 及 基于所述上一监控周期的实际业务量和所述预测业务变化率，确定所述当前监控周期 的预测业务变化量。5. 根据权利要求4所述的业务异常监控方法， 其中在基于所述上一监控周期的实际业务量，确定所述当前监控周期的预测业务变化 率之前，还包括： 基于所述一段时间中的上一监控周期以前的第一监控周期和第二监控周期的实际业 务量，确定所述第二监控周期的实际业务变化率；以及 确定所述第一监控周期的实际业务量与所述第二监控周期的实际业务变化率之间的 第一关联关系； 其中基于所述上一监控周期的实际业务量，确定所述当前监控周期的预测业务变化率 包括： 基于所述上一监控周期的实际业务量以及所述第一关联关系，确定所述预测业务变化 率。6. 根据权利要求5所述的业务异常监控方法，其中基于所述一段时间中的上一监控周 期以前的第一监控周期和第二监控周期的实际业务量，确定所述第二监控周期的实际业务 变化率包括： 将所述第二监控周期的实际业务变化率确定为所述第二监控周期的实际业务量与所 述第一监控周期的实际业务量的商或者差。7. 根据权利要求5所述的业务异常监控方法，其中确定所述第一监控周期的实际业务 量与所述第二监控周期的实际业务变化率之间的第一关联关系包括： 确定以所述第一监控周期的实际业务量作为自变量、以所述第二监控周期的实际业务 变化率作为因变量的函数，所述函数在[〇, +…）是收敛的。8. 根据权利要求7所述的业务异常监控方法，其中确定所述函数包括： 确定包括如下所有离散点的包络线作为所述函数所对应的曲线：所述所有离散点中的 每个离散点分别对应于所述第一监控周期的实际业务量和所述第二监控周期的实际业务 变化率。9. 根据权利要求8所述的业务异常监控方法，其中所述所有离散点中的每个离散点的 横坐标分别是所述第一监控周期的实际业务量，所述所有离散点中的每个离散点的纵坐标 分别是所述第二监控周期的实际业务变化率与1的差平方。10. 根据权利要求7所述的业务异常监控方法，其中确定所述函数包括： 确定对如下离散点的拟合线作为所述函数所对应的曲线： 所述离散点对应于所述第一监控周期的实际业务量和所述第二监控周期的实际业务 变化率；以及 在预定大小的滑动窗口的滑动过程中，所述第二监控周期的实际业务变化率是与所述 滑动窗口中的所有离散点中的每个离散点分别对应的监控周期的实际业务变化率中的最 大值。11. 根据权利要求10所述的业务异常监控方法，其中所述离散点的横坐标是所述第一 监控周期的实际业务量，所述离散点的纵坐标是所述第二监控周期的实际业务变化率与1 的差平方。12. 根据权利要求7至11中任一项所述的业务异常监控方法，其中所述函数是底数为 欧拉数e的指数函数或者是幂函数。13. 根据权利要求4所述的业务异常监控方法， 其中在基于所述上一监控周期的实际业务量，确定所述当前监控周期的预测业务变化 率之前，还包括： 基于所述一段时间中的所述上一监控周期以前的第三监控周期和第四监控周期的实 际业务量，确定所述第四监控周期的实际业务变化率；以及 确定所述第三监控周期的另一实际业务量与所述第四监控周期的实际业务变化率之 间的第-关联关系； 其中基于所述上一监控周期的实际业务量，确定所述当前监控周期的预测业务变化率 包括： 基于所述上一监控周期的实际业务量以及所述第二关联关系，确定所述预测业务变化 率。14. 根据权利要求13所述的业务异常监控方法，其中确定所述第三监控周期的另一实 际业务量与所述第四监控周期的实际业务变化率之间的第二关联关系包括： 确定以所述第三监控周期的另一实际业务量作为自变量、以所述第四监控周期的实际 业务变化率作为因变量的函数，所述函数在[〇, +…）是收敛的。15. -种基于历史数据的业务异常监控设备，包括： 第一确定装置，用于基于一段时间的历史数据，确定当前监控周期的业务量范围；以及 识别装置，用于在所述当前监控周期的实际业务量超出所述业务量范围时，将所述当 前监控周期识别为业务异常。16. 根据权利要求15所述的业务异常监控设备，其中所述第一确定装置包括： 第一确定单元，用于基于所述一段时间中的上一监控周期的实际业务量，确定所述当 前监控周期的预测业务变化量；以及 第二确定单元，用于基于所述上一监控周期的实际业务量以及所述预测业务变化量， 确定所述业务量范围。17. 根据权利要求16所述的业务异常监控设备，其中所述第二确定单元包括： 第一确定子单元，用于将所述业务量范围的上限确定为所述上一监控周期的实际业务 量与所述预测业务变化量的和；以及 第二确定子单元，用于将所述业务量范围的下限确定为所述上一监控周期的实际业务 量与所述预测业务变化量的差。18. 根据权利要求16所述的业务异常监控设备，其中所述第一确定单元包括： 第三确定子单元，用于基于所述上一监控周期的实际业务量，确定所述当前监控周期 的预测业务变化率；以及 第四确定子单元，用于基于所述上一监控周期的实际业务量和所述预测业务变化率， 确定所述当前监控周期的预测业务变化量。19. 根据权利要求18所述的业务异常监控设备，还包括： 第二确定装置，用于基于所述一段时间中的上一监控周期以前的第一监控周期和第二 监控周期的实际业务量，确定所述第二监控周期的实际业务变化率；以及 第三确定装置，用于确定所述第一监控周期的实际业务量与所述第二监控周期的实际 业务变化率之间的第一关联关系； 其中所述第三确定子单元基于所述上一监控周期的实际业务量以及所述第一关联关 系，确定所述预测业务变化率。20. 根据权利要求19所述的业务异常监控设备，其中所述第二确定装置包括： 第三确定单元，用于将所述第二监控周期的实际业务变化率确定为所述第二监控周期 的实际业务量与所述第一监控周期的实际业务量的商或者差。21. 根据权利要求19所述的业务异常监控设备，其中所述第三确定装置包括： 第四确定单元，用于确定以所述第一监控周期的实际业务量作为自变量、以所述第二 监控周期的实际业务变化率作为因变量的函数，所述函数在[〇, +…）是收敛的。22. 根据权利要求21所述的业务异常监控设备，其中所述第四确定单元用于确定包括 如下所有离散点的包络线作为所述函数所对应的曲线：所述所有离散点中的每个离散点分 别对应于所述第一监控周期的实际业务量和所述第二监控周期的实际业务变化率。23. 根据权利要求22所述的业务异常监控设备，其中所述所有离散点中的每个离散点 的横坐标分别是所述第一监控周期的实际业务量，所述所有离散点中的每个离散点的纵坐 标分别是所述第二监控周期的实际业务变化率与1的差平方。24. 根据权利要求21所述的业务异常监控设备，其中所述第四确定单元用于确定对如 下离散点的拟合线作为所述函数所对应的曲线：所述离散点对应于所述第一监控周期的实 际业务量和所述第二监控周期的实际业务变化率；以及在预定大小的滑动窗口的滑动过程 中，所述第二监控周期的实际业务变化率是与所述滑动窗口中的所有离散点中的每个离散 点分别对应的监控周期的实际业务变化率中的最大值。25. 根据权利要求24所述的业务异常监控设备，其中所述离散点的横坐标是所述第一 监控周期的实际业务量，所述离散点的纵坐标是所述第二监控周期的实际业务变化率与1 的差平方。26. 根据权利要求21至25中任一项所述的业务异常监控设备，其中所述函数是底数为 欧拉数e的指数函数或者是幂函数。27. 根据权利要求18所述的业务异常监控设备，还包括： 第四确定装置，用于基于所述一段时间中的所述上一监控周期以前的第三监控周期和 第四监控周期的实际业务量，确定所述第四监控周期的实际业务变化率；以及 第五确定装置，用于确定所述第三监控周期的另一实际业务量与所述第四监控周期的 实际业务变化率之间的第-关联关系； 其中所述第三确定子单元基于所述上一监控周期的实际业务量以及所述第二关联关 系，确定所述预测业务变化率。28. 根据权利要求27所述的业务异常监控设备，其中所述第五确定装置包括： 第五确定单元，用于确定以所述第三监控周期的另一实际业务量作为自变量、以所述 第四监控周期的实际业务变化率作为因变量的函数，所述函数在[0, +…）是收敛的。
【专利摘要】本发明的实施例公开了一种基于历史数据的业务异常监控方法及设备。该方法包括基于一段时间的历史数据，确定当前监控周期的业务量范围，以及在当前监控周期的实际业务量超出该业务量范围时，将当前监控周期识别为业务异常。根据本发明的实施例，基于历史数据来确定当前监控周期的业务量范围，即确定当前监控周期的实际业务量所允许波动的范围，因此该范围能够根据历史数据来相应变化，从而能够良好适应业务量在高峰、平峰和低谷时的波动。
【IPC分类】H04L12/24
【公开号】CN105577402
【申请号】CN201410537501
【发明人】张凌宇
【申请人】北京通达无限科技有限公司
【公开日】2016年5月11日
【申请日】2014年10月11日