一种数据的处理方法、装置及设备与流程

本发明涉及通信技术领域，尤其涉及一种数据的处理方法、装置及设备。

背景技术：

随着移动通信网络的不断发展，移动通信网络的用户数量急剧增加，为给移动通信网络的用户带来更好的使用体验，需要对移动通信网络中的通信设备进行实时性能监控。

目前对移动通信网络进行实时性能监控的技术主要有人工配置业务可用固定阈值技术，通过人工配置业务可用的固定阈值，来对指标数据进行实时性能监控，人工需对大量指标数据逐个进行可用的固定阈值的配置，其中，可用的固定阈值分为业务可用上阈值和业务可用下阈值。如果指标数据低于业务可用下阈值，或高于业务可用下阈值，则监控系统会产生告警信息。

但是，通过上述人工配置业务可用固定阈值的方式，对指标数据的上下门限值进行配置，存在以下问题：由于移动通信网络业务的急剧增长，网络运维监控指标数据也随之大幅增长，人工配置业务可用固定阈值的成本较高，配置效率较低，且人工配置业务可用固定阈值的更新周期较长，在对指标数据进行监控时，会产生监控滞后的问题，监控有效性较差。

技术实现要素：

本发明实施例的目的是提供一种数据的处理方法、装置及设备，以解决现有技术中在对移动通信网络的实时性能监控中，人工配置门限的方式导致的人工成本较高、监控滞后性以及监控有效性较差的问题。

为解决上述技术问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供的一种数据的处理方法，所述方法包括：

获取目标业务的指标数据，并基于所述指标数据确定关联系数；

根据所述关联系数，确定所属的指标类型；

从所述指标数据中提取与所属的指标类型相匹配的目标数据，并基于所述目标数据确定振幅系数；

根据所述振幅系数，确定所述目标业务的目标预警门限。

第二方面，本发明实施例提供了一种数据的处理装置，所述装置包括：

数据获取模块，用于获取目标业务的指标数据，并基于所述指标数据确定关联系数；

类型确定模块，用于根据所述关联系数，确定所属的指标类型；

数据确定模块，用于从所述指标数据中提取与所属的指标类型相匹配的目标数据，并基于所述目标数据确定振幅系数；

门限确定模块，用于根据所述振幅系数，确定所述目标业务的目标预警门限。

第三方面，本发明实施例提供一种设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述实施例提供的数据的处理方法的步骤。

第四方面，本发明实施例提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述实施例提供的数据的处理方法的步骤。

由以上本发明实施例提供的技术方案可见，本发明实施例通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种数据的处理方法的流程示意图；

图2为本发明另一种数据的处理方法的流程示意图；

图3为本发明一种基于目标预警门限对切换成功率的异常情况进行监控的示意图；

图4为本发明一种基于优化前的目标预警门限对更新成功率进行监控的示意图；

图5为本发明一种基于优化后的目标预警门限对更新成功率进行监控的示意图；

图6为本发明又一种数据的处理方法的流程示意图；

图7为本发明一种数据的处理装置的结构示意图；

图8为本发明一种数据的处理设备的结构示意图。

具体实施方式

本发明实施例提供一种数据的处理方法、装置及设备。

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

实施例一

如图1所示，本发明实施例提供一种数据的处理方法，该方法的执行主体可以为服务器，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某项业务(如对通信网络设备的性能指标监控业务等)的后台服务器。该方法具体可以包括以下步骤：

在步骤s102中，获取目标业务的指标数据，并基于指标数据确定关联系数。

其中，目标业务可以是对移动通信网络中的通信网络设备的性能指标监控业务。指标数据可以是对核心网或无线网络中的通信网络设备的性能指标数据(如交换机的接通率等)，也可以是从设备中存储的数据库或远程设备中存储的数据库中，获取的分析数据等，其中，分析数据可以故障发生时，根据接收到的原始数据进行分析处理后的数据，例如根据预定时长内的告警数据分析处理得到的单位时间的告警数据、根据预定时长内对通信网络设备的投诉数据得到的单位时间的投诉数据等。关联系数可以是用于表示指标数据与时间参数之间的关联度的数据。

在实施中，随着移动通信网络的不断发展，移动通信网络的用户数量急剧增加，为给移动通信网络的用户带来更好的使用体验，需要对移动通信网络中的通信设备进行实时性能监控。目前对移动通信网络进行实时性能监控的技术主要有人工配置业务可用固定阈值技术，通过人工配置业务可用的固定阈值，来对指标数据进行实时性能监控，人工需对大量指标数据逐个进行可用的固定阈值的配置，其中，可用的固定阈值分为业务可用上阈值和业务可用下阈值。如果指标数据低于业务可用下阈值，或高于业务可用下阈值，则监控系统会产生告警信息。

但是，通过上述人工配置业务可用固定阈值的方式，对指标数据的上下门限值进行配置，存在以下问题：由于移动通信网络业务的急剧增长，网络运维监控指标数据也随之大幅增长，人工配置业务可用固定阈值的成本较高，配置效率较低，且人工配置业务可用固定阈值的更新周期较长，在对指标数据进行监控时，会产生监控滞后的问题，监控有效性较差。

此外，在对指标数据进行实时性能监控时，还有一种处理方式，即通过人工经验配置固定波动门限技术，确定指标数据的上下门限，以对指标数据进行实时性能监控。人工对告警规则涉及到的性能指标进行趋势分析，然后根据挖掘出不同指标的震荡幅度和长期变化趋势的特点，然后分别对指标配置对应的上下门限值，如果指标数据低于下门限值，或者高于上门限值，监控系统会生成告警信息。但是，随着移动通信网络业务的急剧增长，网络运维监控指标数据也随之大幅增长，人工经验配置固定波动门限技术也会产生较高的人力成本；其次，网络运维监控指标的变化较快，而人工经验配置固定波动门限的更新周期较长，会导致实时性能监控的滞后性；最后，由于网络运维监控指标的数量较多，人工经验配置固定波动门限的方式无法根据不同的网络运维监控指标的特点，实时的对不同的网络运维监控指标的配置门限进行调整，会产生网络运维监控指标的门限配置不合理的问题，也会导致实时性能监控的有效性较差。

为此，本发明实施例提供另一种实现方案，具体可以包括以下内容：

可以通过结构化查询语言(sql，structuredquerylanguage)语句，从设备中存储的数据库，或者从远程设备中存储的数据库中，获取预定时长内的目标业务的指标数据，其中，预定时长可以是任意时长，如60天或90天等。除通过sql进行指标数据获取外，还可以有多种指标数据的获取方式，本发明实施例对此不作限定。

在获取到指标数据后，可以对指标数据进行预定条件的数据清洗，例如，可以将指标数据中的空值、0值以及包含预定字符(如表格文件中的“#dev0！”字符)的数据进行剔除，以不影响对目标数据的后续处理。此外，还可以对指标数据中满足预定干扰条件的数据进行剔除，例如，预定干扰条件可以是：低于历史均值，其中，历史均值可以是预定时长内该目标业务的指标数据的均值，则可以将指标数据中低于历史均值的数据进行剔除，此外，预定干扰条件还可以是：低于历史均值的n％，其中，n可以是小于预定阈值的任意数据，如n可以是大于0且小于20的任意数据，通过该预定干扰条件对指标数据进行数据清洗，可以提高指标数据的利用率。

在对指标数据进行数据清洗后，可以计算指标数据的关联系数，由于不同的指标数据有不同的震荡幅度和变化趋势，所以可以计算不同指标数据与时间参数的关联系数。例如，目标业务有三个不同的指标(如指标1、指标2和指标3)，可以分别获取指标1、指标2和指标3对应的指标数据，然后根据每个指标对应的指标数据，计算每个指标的关联系数，以计算指标1的关联系数为例，可以获取60天内指标1的所有指标数据，然后对指标数据进行预定条件的数据清洗，对清洗后的指标数据进行关联系数的计算。

首先，可以计算指标1的60天的指标数据的均值，然后再将指标数据根据时间段进行分类，例如，可以将60天的指标数据根据时间段划分为24类，在分别计算这24类指标数据的均值，最后，计算24类指标数据的均值与60天总的指标数据的均值之间的离散程度，作为指标1的关联系数，用于表示指标1与时间参数的关联程度。其中，可以通过下列公式计算指标1的关联系数：

其中，θ为关联系数，e(xj)为第j类指标数据的均值，为指标1在60天内所有指标数据的均值。其中，e(xj)可以通过下列公式进行计算：

其中，n为第j类指标数据中包含的指标数据的数量，xi|t＝j为第j类(即指标数据为第t类)指标数据中的第i个指标数据。

此外，在计算指标数据对应的关联系数时，除上述方式外，还可以有多种计算方式，可以根据实际应用场景的不同，选取不同的关联系数的计算方法，本发明实施例对此不作限定。

在步骤s104中，根据关联系数，确定所属的指标类型。

其中，指标数据所属的指标类型可以包括时间强相关类型和时间弱相关类型。

在实施中，在得到指标数据对应的关联系数后，可以根据关联系数与预定关联阈值的关系，确定指标数据所述的指标类型。例如，如果指标数据的关联系数大于预定关联阈值，则可以确定指标数据属于时间强相关类型，即指标数据与时间参数之间的关联性很强，随着时间的推移，指标数据会发生周期性的变化，指标数据在不同的时间发生的变化较大；反之，如果指标数据的关联系数不大于预定关联阈值，则可以确定指标数据属于时间弱相关类型，即指标数据与时间参数之间的关联性很弱，随着时间的推移，指标数据不会发生周期性的变化，指标数据在不同的时间不会发生较大的变化。

以步骤s102中计算指标1的关联系数为例，在进行关联系数的计算时，将指标1的指标数据根据时间段划分为24类，如果计算得到的指标1的关联系数大于预定关联阈值，则表明指标1与时间参数的关联性很强，指标1属于时间强相关类型，指标1在24小时内，随着时间的变化会产生较大的数量变化。

此外，还可以根据目标业务的属性或是目标业务中不同指标对应的属性，选取对应的预定关联阈值，在分别与不同的指标数据的关联系数进行比较，判断指标数据所属的指标类型。例如，针对不同的业务类型，可以有不同的预定关联阈值，如目标业务为关于核心网中通信网络设备的性能检测业务时，预定关联阈值可以是0.1，当目标业务为关于无线网络中通信网络设备的性能检测业务时，预定关联阈值可以是0.15。

在步骤s106中，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数。

其中，振幅系数可以用于表征目标数据的振动幅度。

在实施中，当确定了指标数据所属的指标类型后，可以获取与指标类型相匹配的目标数据，例如，指标数据如果属于时间强相关类型，则表明指标数据与时间参数的关联性很强，即可以获取与当前时间相关的目标数据，如当前时间为4月1日12:00，则可以获取1月1日-3月31日这三个月中，每一天的11:00-13:00的指标数据，作为指标数据中提取出的目标数据。如果指标数据属于时间弱相关类型，则表明指标数据与时间参数的关联性很弱，不会随着时间的推移发生较大的变化，则在目标数据选取时，可以选取连续时间内的指标数据作为目标数据。

确定了指标数据中的目标数据后，可以基于目标数据确定对应的振幅系数，如果目标业务中包含多个指标，则可以根据指标类型的不同，对不同的指标进行目标数据的选取，然后计算每个指标对应的振幅系数。

在步骤s108中，根据振幅系数，确定目标业务的目标预警门限。

其中，目标预警门限可以包括目标预警上门限和目标预警下门限。

在实施中，根据振幅系数可以确定目标业务中对应的指标数据的震荡幅度，根据振幅系数的不同，可以为不同的震荡幅度的指标数据设置对应的目标预警门限。

在确定了目标预警门限后，可以获取当前指标的实际指标数据，对该指标数据进行预定清洗条件(如是否为0值、是否为空值，是否包含预定字符等预定清洗条件)的数据筛选，如果该指标数据经过数据筛选，满足预定清洗条件，则可以对该指标数据是否满足目标预警门限进行判断，如果当前指标数据超出目标预警上门限或低于目标预警下门限，则可以发出告警信息，并进行指标数据波动异常的记录，以提示目标业务存在异常。

此外，还可以通过动态图将目标业务中的指标数据的走势曲线以及目标预警门限的走势曲线进行展示，以展现出该指标数据超出目标预警门限的次数、频率等信息，为维护人员对目标业务进行维护提供参考信息。

还可以将指标数据及对应的目标预警门限进行数据存储，维护人员可以根据指标数据对应的目标业务的通信网络设备标识，对指标数据及对应目标预警门限等信息进行选取，在选取后可以将选取的数据进行导出，以供维护人员分析使用。

本发明实施例提供一种数据的处理方法，通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

实施例二

如图2所示，本发明实施例提供一种数据的处理方法，该方法的执行主体可以为服务器，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某项业务(如对通信网络设备的性能指标监控业务等)的后台服务器。该方法具体可以包括以下步骤：

在步骤s202中，获取目标业务的指标数据，并基于指标数据确定关联系数。

在步骤s204中，根据关联系数，确定所属的指标类型。

上述步骤s202-s204的具体处理过程可以参见上述实施例一中的步骤s102-s104中的相关内容，在此不再赘述。

如果指标数据所属的指标类型为时间强相关类型，则执行步骤s206，如果指标数据所属的指标类型为时间弱相关类型，则执行步骤s208。

在步骤s206中，基于时间强相关类型对应的第一选取规则，获取相匹配的目标数据。

其中，第一选取规则可以是从指标数据中，获取第一预定时长内，与当前时刻相对应的预定时刻的目标数据，预定时刻可以是与当前时刻相关的任意粒度的时刻，如预定时刻可以是与当前时刻相同的确定时间点，例如当前时刻为12:00，则预定时刻也可以为12:00，即可以获取30天内，每天12:00的指标数据，预定时刻也可以是包含当前时刻的任意时间，如当前时刻为12:00，则预定时刻可以为11:00-13:00。

在实施中，如果目标业务为对对核心网中的通信网络设备1和通信网络设备2进行实时性能指标监控业务，获取的通信网络设备1中的指标数据包括指标1和指标2的指标数据，获取的通信网络设备2中的指标数据包括指标1和指标3的指标数据，则可以分别计算通信网络设备1中的指标1的关联系数以及指标2的关联系数，根据对应的关联系数，确定通信网络设备1中指标1和指标2所属的指标类型，同时，也可以根据通信网络设备2中的指标数据，确定通信网络设备2中指标1和指标3的关联系数，以及对应的指标类型。

如果通信网络设备1中的指标2和通信网络设备2中的指标3属于时间强相关类型，则可以分别获取这两个通信网络设备在第一预定时长内，与当前时刻相对应的预定时刻的指标2和指标3的目标数据，其中，时间强相关类型的指标数据与时间参数的关联性强，则对应的第一预定时长可以较短，如30天或15天，以第一预定时长为30天为例，如果当前时刻为1月31日12:00，则可以获取通信网络设备1中指标2对应的1月1日-1月30日中，每天11:00到13:00(即预定时刻)的指标数据，获取到的该指标数据即为通信网络设备1中指标2的目标数据，获取到的通信网络设备1的指标2的目标数据可以如下：

其中，spe为通信网络设备1的指标2的目标数据，xm.n为第m天第n时刻的指标数据，dm为第m天，tn为第n时刻，通信网络设备1的指标2对应的目标数据spe中的m即为30，n即为11：00-13：00内包含指标数据的所有时刻的总量。

以此类推，也可以获取1月1日-1月30日中，每天11：00到13：00，通信网络设备2中的指标3对应的指标数据，作为指标3的目标数据。

在步骤s208中，基于时间弱相关类型对应的第二选取规则，获取相匹配的目标数据。

其中，第二选取规则可以是从指标数据中，获取第二预定时长内的目标数据。

在实施中，如果指标数据属于时间弱相关类型，则表明该指标与时间参数的关系较弱，不会随着时间的推移发生较大的数量级变化，因此，第二预定时长可以较短，如可以为10天或5天，以此保证提取的目标数据有较高的参考价值。可以获取第二预定时长内同一通信网络设备中，关于目标业务的所有目标数据，例如上述步骤s206中，通信网络设备1中的指标1和通信网络设备2中的指标1都为时间弱相关类型的指标数据，则可以获取第二预定时长内，通信网络设备1中关于指标1的所有指标数据，以作为通信网络设备1中关于指标1的目标数据，获取第二预定时长内通信网络设备2中关于指标1的所有指标数据，以作为通信网络设备2中关于指标1的目标数据。

在步骤s210中，将目标数据代入到下列公式中进行计算，

得到目标数据对应的振幅系数。

其中，η为所述振幅系数，n为所述目标数据的总数量,xi为第i个目标数据。

在步骤s212中，确定振幅系数是否大于预定振幅阈值。

在实施中，在得到目标数据的振幅系数后，可以将该振幅系数与预定振幅阈值进行比较。其中，预定振幅阈值可以是3％，即对目标数据的振幅系数是否大于3倍振幅范围进行判断。

对指标数据进行实证分析的结果显示，指标数据中的64.21％的正常数据在1倍振幅范围内波动，89.37％的正常数据在2倍振幅范围内波动，99.12％的正常数据在3倍振幅范围内波动，如果预定振幅阈值小于1，将无法满足目标业务的业务需求，如果预定振幅阈值大于3，则无法精确的对指标数据的波动进行判断，因此，可以将3η作为监控倍数，当指标波动极小时，即3η<10％，η<3.5％时，3倍振幅计算所得的波动门限范围过窄，不符合通信行业运维监控需求，因此，预定振幅阈值可以设定为3.5％。

上述预定振幅阈值的确定方法是一种可选地、可实现的确定方法，在实际应用场景中，可以有多种不同的确定方法，本发明实施例对此不作限定。

在执行完步骤s210后，可以得到目标数据的振幅系数，然后可以将目标数据的振幅系数与预定振幅阈值进行比较，执行步骤s212，执行步骤s214。

在步骤s214中，如果目标数据的振幅系数大于预定振幅阈值，则基于预定的第一计算系数，计算目标业务的目标预警门限。

其中，第一计算系数可以是大于1的任意数值。

在实施中，由于目标数据的振幅系数已经大于预定振幅阈值，则表明目标数据的振幅范围符合目标业务的业务需求，第一计算系数可以是大于1的任意数据，在进行目标业务的目标预警门限的计算时，可以将目标数据和第一计算系数代入到下列公式中进行计算，

得到目标业务的目标预警上门限，其中，uplimit为目标业务的目标预警上门限，n为目标数据的总数量，xi为第i个目标数据，为第一计算系数。

同时可以将目标数据和第一计算系数代入到下列公式进行计算，

得到目标业务的目标预警下门限，其中，downlimit为目标业务的目标预警下门限。

基于上述方案，当第一计算系数为3时，计算出目标业务的目标预警上门限和目标预警下门限，对目标业务的通信网络设备中的切换成功率(即指标数据)进行实证分析，获取对该通信网络设备对于切换成功率的人工配置业务可用阈值、人工经验配置固定波动门限，以及基于本发明的方案计算得到的切换成功率的目标预警门限，结果如图3所示，基于人工配置业务可用阈值、人工经验配置固定波动门限(即人工经验波动门限)无法监控到切换成功率(即指标数据)的异常情况，根据本发明的方案，可以及时检测出该指标数据的异常波动，并且可以随着指标数据的震荡或趋势变化，自动对目标预警门限进行调整。

在步骤s216中，如果目标数据的振幅系数不大于预定振幅阈值，则基于预定的第二计算系数，计算目标业务的目标预警门限。

在实施中，可以将目标数据和第二计算系数代入到下列公式中进行计算，

得到目标业务的目标预警上门限，其中，β为第二计算系数；

将目标数据和第二计算系数代入到下列公式进行计算，

得到目标业务的目标预警下门限。

当目标数据的振幅系数不大于预定振幅阈值时，由于振幅系数过小，会导致波动门限范围也过小，会产生误告警的情况，所以当振幅系数不大于预定振幅阈值时，可以通过第二计算系数对目标预警门限进行调整，其中，第二计算系数可以为大于0且小于1的任意数据，第二计算系数可以根据实际应用场景的不同而选取不同的数值，本发明对此不作限定。

如图4，以目标业务中lte系统内跟踪区更新成功率为的指标数据为例，如果不根据振幅系数的大小，对目标预警门限进行适当的调整，则当振幅系数小于预定振幅阈值时，目标预警门限无法根据振幅系数的改变而对应改变，就会发生误告警的情况。而如图5所示，基于本方案，在计算该指标数据对应的目标预警门限时，可以根据振幅系数的大小，及时对预警门限进行调整，有效的避免了目标预警门限不适导致的误告警情况的发生。

在步骤s218中，根据目标预警门限，对当前时刻目标业务的指标数据进行监控，以判断目标业务是否出现异常。

在步骤s220中，如果目标业务出现异常，则根据预定的告警方式，输出告警信息。

其中，预定告警方式包括向预定通讯账号发送预定告警信息的方式、向指定展示设备发送预定告警信息的方式以及发派电子工单的方式中的一种或多种。

在实施中，如果当前时刻的目标业务中，存在指标数据超出其对应的目标预警上门限或低于目标预警下门限，设备可以获取存储的预定通信账号，将预定告警信息(如预定告警短信等)发送到预定通信账号，以通知维护人员对目标业务进行处理。或者设备可以在指定展示设备(如告警展示牌等)展示预定告警信息，也可以向预定工作人员发派电子工单等。

在步骤s222中，获取预定时长内，目标业务的指标数据超过目标预警门限的次数。

在步骤s224中，如果超过目标预警门限的次数大于预定检测阈值，则发出与目标业务相关的维护通知。

本发明实施例提供一种数据的处理方法，通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

实施例三

如图6所示，本发明实施例提供一种数据的处理方法，该方法的执行主体可以为服务器，该服务器可以是独立的服务器，也可以是由多个服务器组成的服务器集群，而且，该服务器可以是某项业务(如对通信网络设备的性能指标监控业务等)的后台服务器。该方法具体可以包括以下步骤：

在步骤s602中，获取目标业务的指标数据，并基于指标数据确定关联系数。

在步骤s604中，根据关联系数，确定所属的指标类型。

在步骤s606中，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数。

上述步骤s602-s606的具体处理过程可以参见上述实施例一中的步骤s102-s106中的相关内容，在此不再赘述。

在步骤s608中，根据振幅系数，确定目标业务的第一预警门限。

在实施中，对目标业务的第一预警门限的确定方法可以参考实施例二中步骤s212-s216中目标预警门限的确定方法，在此不再赘述。

在步骤s610中，根据目标业务的预定预警门限和第一预警门限，确定目标业务的目标预警门限。

在实施中，可以对第一预警上门限和预定预警上门限进行比较，将数值最小者作为目标预警门限中的目标预警上门限，同时可以对第一预警下门限和预定预警下门限进行比较，将数值最大者作为目标预警门限中的目标预警下门限。

在进行对比前，可以对预定预警门限进行更新检测，即先检测是否存在更新的预定预警门限，如果存在更新的预定预警门限，则需对更新的预定预警门限进行合法性的检测，如果检测成则将更新的预定预警门限写入数据库，并对预定预警门限进行更新，更新完成后，在将预定预警门限与第一预警门限进行比较，最终确定目标业务的目标预警门限，其中，更新的预定预警门限可以只包含更新的预定预警上门限或只包含更新的预定预警下门限，也可以包含更新的预定预警上门限和更新的预定预警下门限。

在步骤s612中，根据目标预警门限，对当前时刻目标业务的指标数据进行监控，以判断目标业务是否出现异常。

在步骤s614中，如果目标业务出现异常，则根据预定的告警方式，输出告警信息。

在步骤s616中，获取预定时长内，目标业务的指标数据超过目标预警门限的次数。

在步骤s618中，如果超过目标预警门限的次数大于预定检测阈值，则发出与目标业务相关的维护通知。

上述步骤s612-s618的具体处理过程可以参见上述实施例二中的步骤s218-s224中的相关内容，在此不再赘述。

本发明实施例提供一种数据的处理方法，通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

实施例四

以上为本发明实施例提供的数据的处理方法，基于同样的思路，本发明实施例还提供一种数据的处理装置，如图7所示。

该数据的处理装置包括：数据获取模块701、类型确定模块702、数据确定模块703和门限确定模块704，其中：

数据获取模块701，用于获取目标业务的指标数据，并基于所述指标数据确定关联系数；

类型确定模块702，用于根据所述关联系数，确定所属的指标类型；

数据确定模块703，用于从所述指标数据中提取与所属的指标类型相匹配的目标数据，并基于所述目标数据确定振幅系数；

门限确定模块704，用于根据所述振幅系数，确定所述目标业务的目标预警门限。

在本发明实施例中，所述目标预警门限包括目标预警上门限和目标预警下门限；

所述门限确定模块704，包括：

第一门限确定单元，用于根据所述振幅系数，确定所述目标业务的第一预警上门限和第一预警下门限；

上门限确定单元，用于对所述第一预警上门限和预定预警上门限进行比较，将数值最小者作为目标预警上门限；

下门限确定单元，用于对所述第一预警下门限和预定预警下门限进行比较，将数值最大者作为目标预警下门限。

在本发明实施例中，指标类型包括时间强相关类型和时间弱相关类型；

所述数据确定模块703，包括：

第一获取单元，用于如果所属的类型为时间强相关类型，则基于第一选取规则，获取相匹配的目标数据，其中，所述第一选取规则是从指标数据中，获取第一预定时长内，与当前时刻相对应的预定时刻的目标数据；

第二获取单元，用于如果所属的类型为时间弱相关类型，则基于第二选取规则，获取相匹配的目标数据，其中，所述第二选取规则是从指标数据中，获取第二预定时长内的目标数据。

在本发明实施例中，所述数据确定模块703，用于：

将所述目标数据代入到下列公式中进行计算，

得到所述目标数据对应的振幅系数，其中，η为所述振幅系数，n为所述目标数据的总数量，xi为第i个目标数据。

在本发明实施例中，所述目标预警门限包括目标预警上门限和目标预警下门限；

所述门限确定模块704，包括：

判断单元，用于确定所述振幅系数是否大于预定振幅阈值；

第一计算单元，用于如果所述振幅系数大于预定振幅阈值，则将所述目标数据和第一计算系数代入到下列公式中进行计算，

得到所述目标业务的目标预警上门限，其中，uplimit为所述目标业务的目标预警上门限，n为所述目标数据的总数量，xi为第i个目标数据，为所述第一计算系数；

第二计算单元，用于将所述目标数据和所述第一计算系数代入到下列公式进行计算，

得到所述目标业务的目标预警下门限，其中，downlimit为所述目标业务的目标预警下门限。

在本发明实施例中，所述装置还包括：

第一计算模块，用于如果所述振幅系数不大于预定振幅阈值，则将所述目标数据和第二计算系数代入到下列公式中进行计算，

得到所述目标业务的目标预警上门限，其中，β为所述第二计算系数；

第二计算模块，用于将所述目标数据和所述第二计算系数代入到下列公式进行计算，

得到所述目标业务的目标预警下门限。

在本发明实施例中，所述装置还包括：

次数获取模块，用于获取预定时长内，所述目标业务的指标数据超过所述目标预警门限的次数；

告警模块，用于如果所述超过目标预警门限的次数大于预定检测阈值，则发出与所述目标业务相关的维护通知，或者，根据预定的告警方式输出告警信息；

其中，所述预定告警方式包括向预定通讯账号发送预定告警信息的方式、向指定展示设备发送预定告警信息的方式以及发派电子工单的方式中的一种或多种。

本发明实施例提供一种数据的处理装置，通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

实施例五

图8为实现本发明各个实施例的一种设备的硬件结构示意图，

该设备800包括但不限于：射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、处理器810、以及电源811等部件。本领域技术人员可以理解，图8中示出的设备结构并不构成对设备的限定，设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器810，用于获取目标业务的指标数据，并基于所述指标数据确定关联系数；

处理器810，还用于根据所述关联系数，确定所属的指标类型；

处理器810，还用于从所述指标数据中提取与所属的指标类型相匹配的目标数据，并基于所述目标数据确定振幅系数；

此外，处理器810，还用于根据所述振幅系数，确定所述目标业务的目标预警门限。

此外，所述目标预警门限包括目标预警上门限和目标预警下门限；所述处理器810，还用于根据所述振幅系数，确定所述目标业务的第一预警上门限和第一预警下门限；

此外，所述处理器810，还用于对所述第一预警上门限和预定预警上门限进行比较，将数值最小者作为目标预警上门限；

另外，所述处理器810，还用于对所述第一预警下门限和预定预警下门限进行比较，将数值最大者作为目标预警下门限。

此外，所述指标类型包括时间强相关类型和时间弱相关类型。

另外，所述处理器810，还用于如果所属的类型为时间强相关类型，则基于第一选取规则，获取相匹配的目标数据，其中，所述第一选取规则是从指标数据中，获取第一预定时长内，与当前时刻相对应的预定时刻的目标数据；

此外，所述处理器810，还用于如果所属的类型为时间弱相关类型，则基于第二选取规则，获取相匹配的目标数据，其中，所述第二选取规则是从指标数据中，获取第二预定时长内的目标数据

另外，所述处理器810，还用于将所述目标数据代入到下列公式中进行计算，

得到所述目标数据对应的振幅系数，其中，η为所述振幅系数，n为所述目标数据的总数量，xi为第i个目标数据。

另外，所述处理器810，还用于确定所述振幅系数是否大于预定振幅阈值；

此外，所述目标预警门限包括目标预警上门限和目标预警下门限；所述处理器810，还用于如果所述振幅系数大于预定振幅阈值，则将所述目标数据和第一计算系数代入到下列公式中进行计算，

得到所述目标业务的目标预警上门限，其中，uplimit为所述目标业务的目标预警上门限，n为所述目标数据的总数量，xi为第i个目标数据，为所述第一计算系数；

将所述目标数据和所述第一计算系数代入到下列公式进行计算，

得到所述目标业务的目标预警下门限，其中，为所述目标业务的目标预警下门限。

另外，所述处理器810，还用于如果所述振幅系数不大于预定振幅阈值，则将所述目标数据和第二计算系数代入到下列公式中进行计算，

得到所述目标业务的目标预警上门限，其中，β为所述第二计算系数；

将所述目标数据和所述第二计算系数代入到下列公式进行计算，

得到所述目标业务的目标预警下门限。

另外，所述处理器810，还用于获取预定时长内，所述目标业务的指标数据超过所述目标预警门限的次数；

此外，所述处理器810，还用于如果所述超过目标预警门限的次数大于预定检测阈值，则发出与所述目标业务相关的维护通知，或者，根据预定的告警方式输出告警信息；

其中，所述预定告警方式包括向预定通讯账号发送预定告警信息的方式、向指定展示设备发送预定告警信息的方式以及发派电子工单的方式中的一种或多种。

本发明实施例提供一种设备，通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

应理解的是，本发明实施例中，射频单元801可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器810处理；另外，将上行的数据发送给基站。通常，射频单元801包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元801还可以通过无线通信系统与网络和其他设备通信。

设备通过网络模块802为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元803可以将射频单元801或网络模块802接收的或者在存储器809中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元803还可以提供与设备800执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元803包括扬声器、蜂鸣器以及受话器等。

输入单元804用于接收音频或视频信号。输入单元804可以包括图形处理器(graphicsprocessingunit，gpu)8041和麦克风8042，图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元806上。经图形处理器8041处理后的图像帧可以存储在存储器809(或其它存储介质)中或者经由射频单元801或网络模块802进行发送。麦克风8042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元801发送到移动通信基站的格式输出。

设备800还包括至少一种传感器805，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板8061的亮度，接近传感器可在设备800移动到耳边时，关闭显示面板8061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器805还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元806用于显示由用户输入的信息或提供给用户的信息。显示单元806可包括显示面板8061，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板8061。

用户输入单元807可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元807包括触控面板8071以及其他输入设备8072。触控面板8071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板8071上或在触控面板8071附近的操作)。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器810，接收处理器810发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板8071。除了触控面板8071，用户输入单元807还可以包括其他输入设备8072。具体地，其他输入设备8072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板8071可覆盖在显示面板8061上，当触控面板8071检测到在其上或附近的触摸操作后，传送给处理器810以确定触摸事件的类型，随后处理器810根据触摸事件的类型在显示面板8061上提供相应的视觉输出。虽然在图8中，触控面板8071与显示面板8061是作为两个独立的部件来实现设备的输入和输出功能，但是在某些实施例中，可以将触控面板8071与显示面板8061集成而实现设备的输入和输出功能，具体此处不做限定。

接口单元808为外部装置与设备800连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元808可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到设备800内的一个或多个元件或者可以用于在设备800和外部装置之间传输数据。

存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器409可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器810是设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器809内的软件程序和/或模块，以及调用存储在存储器809内的数据，执行设备的各种功能和处理数据，从而对设备进行整体监控。处理器810可包括一个或多个处理单元；优选的，处理器810可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器810中。

设备800还可以包括给各个部件供电的电源811(比如电池)，优选的，电源811可以通过电源管理系统与处理器810逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

优选的，本发明实施例还提供一种设备，包括处理器810，存储器809，存储在存储器809上并可在所述处理器810上运行的计算机程序，该计算机程序被处理器810执行时实现上述数据的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

实施例六

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述数据的处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。

本发明实施例提供一种计算机可读存储介质，通过获取目标业务的指标数据，并基于指标数据确定关联系数，然后根据关联系数，确定所属的指标类型，从指标数据中提取与所属的指标类型相匹配的目标数据，并基于目标数据确定振幅系数，最后根据振幅系数，确定目标业务的目标预警门限，这样，在确定目标业务的目标预警门限时，可以通过指标数据的关联系数，确定目标业务的指标数据的所属类型，然后根据不同的指标类型选取相应的目标数据，再通过目标数据的振幅系数确定目标业务的目标预警门限。对不同指标类型的指标数据进行目标数据的选取，可以实现根据不同的指标的震荡及走势的变化，及时的调整目标业务中不同指标的目标预警门限，提高了监控的有效性。同时自动获取目标业务的目标数据计算目标业务的目标预警门限，缩短了配置门限的更新周期，避免了监控滞后性问题的发生，且不需要人工对目标业务的目标预警门限进行配置，减少了人工成本。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。