利用相关性的it运维指标预测装置制造方法
【专利摘要】本发明公开了一种利用相关性的IT运维指标预测装置，通过对历史数据做必要的预处理，计算协方差矩阵确定指标间的相关性关系，同时，通过特征值分解处理确定指标间的协方差波动范围；通过相关性关系和测试协方差得到线性方程组，解之进行指标预测。本发明具有较高的预测精度。
【专利说明】利用相关性的IT运维指标预测装置【技术领域】
[0001]本发明涉及IT运维管理领域，尤其是IT运维的指标间的监测和管理领域，具体为ー种利用相关性的IT运维指标预测装置。
【背景技术】
[0002]IT运维管理，即IT企业或部门采用相关的方法、手段、技术、制度、流程和文档等，对IT运行环境(包括物理环境、软硬件环境等)、IT业务系统和IT运维人员进行的综合管理。随着IT建设的不断深入和完善，计算机硬软件系统的运行维护已经得到了重视，由于这是ー个随着计算机信息技术的深入应用而产生的新课题，因此研究如何进行有效的IT运维管理，将具有广阔的发展前景和巨大的现实意义。
[0003]概括地讲，IT运维的管理内容都可以经抽取成指标来进行管理和维护。指标，也即描述某ー对象特征的数据。IT运维的管理行为，本质上都可以抽象成数据的变更。因此，研究IT运维指标的管理很有意义。在本发明中，提出的是ー种利用相关性的IT运维指标智能预报方法、预测方法、预测装置、预报装置。
[0004]智能化预报与预测，即通过非人工检测的方式对某指标值进行告警或估测的过程。智能化的例子很多，如将模式识别的聚类算法应用于手机或終端手写输入法的功能，可以提高输入效率；再如有些音乐软件提供自动推荐歌曲的功能，通过记录听众历史记录来进行预测，这种启发式的方式可以进ー步满足听众的心愿；再如360安全卫士对操作系统的程序更新和维护提供自动预报的功能，可以优化系统，提高系统使用寿命。
[0005]智能化的理论体系已经发展得比较成熟，目前应用的智能化理论方法和手段主要包括:(I)自适应理论体系，该理论本质上是ー种反馈理论，包括人工神经网络体系，通过学习训练样本，预测未来数据；(2)模式识别领域，通过构造不同模式体系达到识别的目的；(3)最优化理论体系，该理论包括支持向量机模型、蚁群算法、遗传算法，线性以及非线性约束模型，通过建模达到优化目标数`据的目的；(4)现代信号处理领域理论与方法，信号处理方法如滑动平均自适应回归模型，以及滤波方法如维纳滤波、卡尔曼滤波模型，通过建模对未来时间量进行预测、平滑或估计。
[0006]在本发明中，将不直接使用以上所述的智能方法，而是利用相关性。
[0007]IT运维某些指标间必然存在相关性。以WLAN指标检测为例，WLAN信号的场强信噪比强度直接影响网络数据带宽，甚至如网络的连通性如Ping包成功率，网络的拥塞程度则可能会影响WEB认证指标，因为当网络负载过重吋，WEB认证接入时延时间可能会增长。在实际的应用场景中，因成本问题，有些WLAN指标是不宜时刻监测的，如场强信噪比，而有些数据可以通过软件监控的方式时刻获得，而这两种指标间或更多指标间却存在着联系，在这种情形下，利用指标间的相关性便可以克服其它智能化方案无法预测或预测准确率下降的问题，因为不论数据知道与否，指标间的相关性是时刻存在的，只需要如采用本发明中的方法就可以达到预测的效果。除此之外，相关性还可以在某些指标未知数据动态范围吋，预报其是否超标。[0008]相关性的数学依据如下:
对于两个向量Xi=Hxi(I), --?，Xi(N)], Xj= [Xj(I), --?，Xj(N)]那么两者之间的协方差可以
【权利要求】
1.利用相关性的IT运维指标预测装置，其特征在于，所述装置包括: 数据来源模块，用于为训练模块数据预处理单元提供数据，同时接收更新的测试数据，扩充数据库； 训练模块，包括数据预处理单元和数据计算単元: 数据预处理单元，用于处理前一部分进来的数据，消除极小，极大毛刺数据，达到平滑的效果； 数据计算単元，用于计算平滑后的数据的协方差矩阵，以及波动范围，作为下ー単元的依据；协方差矩阵利用协方差公式可得到，协方差的计算公式是:若
【文档编号】H04L12/26GK103560926SQ201310462910
【公开日】2014年2月5日 申请日期:2011年5月4日 优先权日:2011年5月4日
【发明者】不公告发明人 申请人:成都勤智数码科技股份有限公司