(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111599084.1 (22)申请日 2021.12.24 (71)申请人 苏州浪潮智能科技有限公司 地址 215168 江苏省苏州市吴中经济开发 区郭巷街道官浦路1号9幢 (72)发明人 陈清山　 (74)专利代理 机构 北京市万慧达律师事务所 11111 专利代理师 张一帆 (51)Int.Cl. G06N 20/00(2019.01) (54)发明名称 一种支持运维告警的在 线学习方法、 装置和 存储介质 (57)摘要 本发明涉及一种支持智能运维告警的在线 学习方法、 装置和存储介质， 方法包括以下步骤： 获取第一模型的输入数据及与输入数据对应的 输出结果， 若所述输出结果产生告警， 则将输入 数据和输 出结果传输缓存至数据收集器； 对所述 数据收集器中的所述输出结果进行二次判定， 若 二次判定 所述输出结果产生告警为真， 则将输出 结果及与所述输出结果对应的输入数据传输存 储至数据库； 基于所述数据库中的输入 数据及所 述输出结果， 对第一模型进行更新以生成第二模 型； 同时运行第一模型和第二模型， 基于第一模 型判定第二模 型的优化方向。 本发 明的方法可以 基于在线数据进行在线学习、 提高学习模型精 度， 可以解决因训练数据不足导致模 型精度不高 的问题。 权利要求书2页 说明书8页 附图4页 CN 114444711 A 2022.05.06 CN 114444711 A 1.一种支持智能运维告警的在线学习方法， 其特 征在于： 所述方法具体包括以下步骤： 获取第一模型的输入数据及与所述输入数据对应的输出结果， 若所述输出结果产生告 警， 则将所述输入数据和输出 结果传输缓存至数据收集器； 对所述数据收集器中的所述输出结果进行二 次判定， 若二 次判定所述输出结果产生告 警为真， 则将所述输出 结果及与所述输出 结果对应的输入数据传输存 储至数据库； 基于所述数据库中的所述输入数据及所述输出结果， 对所述第 一模型进行更新以生成 第二模型； 同时运行所述第 一模型和所述第 二模型， 基于所述第 一模型判定所述第 二模型的优化 方向， 若所述优化方向为 正向， 则丢弃 所述第一模型。 2.根据权利要求1所述的支持智能运维告警的在线学习方法， 其特征在于： 所述基于所 述第一模型判定所述第二模型的优化方向具体包括： 在所述输入数据无差异 的情况下， 获取所述第一模型和所述第二模型的告警正确率， 若所述第一模型的告警正确率低于所述第二模型的告警正确率， 则基于所述第一模型判定 所述第二模型的优化方向为 正向， 则丢弃 所述第一模型； 若所述第一模型的告警正确率不低于所述第 二模型的告警正确率， 则基于所述第 一模 型判定所述第二模型 是基于所述第一模型的优化方向为反向， 则丢弃 所述第二模型。 3.根据权利要求2所述的支持智能运维告警的在线学习方法， 其特征在于： 所述获取所 述告警正确率具体包括以下步骤： 获取对所述数据收集器中所述输出 结果进行二次判定的总 判定数目； 获取二次判定所述输出 结果产生告警为真的第一判定数目； 计算所述第一判定数目与总 判定数目之间的比值。 4.根据权利要求1所述的支持智能运维告警的在线学习方法， 其特征在于： 所述对所述 数据收集器中的所述输出 结果进行二次判定还 包括： 若二次判定所述输出结果产生告警为假， 则将所述输出结果及所述输出结果对应的输 入数据传输 丢弃。 5.根据权利要求1所述的支持智能运维告警的在线学习方法， 其特征在于： 获取第 一模 型的输入数据及与所述输入数据对应的输出结果还包括： 若所述输出结果不产生告警， 则 将所述输入数据和输出 结果丢弃。 6.根据权利要求1所述的支持智能运维告警的在线学习方法， 其特征在于： 所述对所述 第一模型进行 更新生成第二模型包括： 基于所述数据库中的所述输入数据及所述输出结果， 对所述第 一模型进行定期更新以 生成第二模型； 基于所述数据库中的所述输入数据及所述输出结果， 对所述第 一模型进行非定期更新 以生成第二模型。 7.根据权利要求6所述的支持智能运维告警的在线学习方法， 其特征在于： 所述对所述 第一模型进行非定期更新以生成第二模型 具体包括： 若所述数据库中的所述输出结果的数目超出预设的第 一阈值， 则基于所述数据库中的 所述输入数据及所述输出 结果， 对所述第一模型进行 更新以生成第二模型； 和/或权　利　要　求　书 1/2 页 2 CN 114444711 A 2若在预设的时间范围内， 所述二 次判定输出结果产生告警为真的次数超过预设的第 二 阈值， 则基于所述数据库中的所述输入数据及所述输出结果， 对所述第一模型进行更新以 生成第二模型。 8.一种支持智能运维告警的在线学习装置， 其特 征在于： 所述装置包括： 代理服务器， 以获取第一模型的输入数据及与所述输入数据对应的输出 结果； 数据收集器， 所述数据收集器与所述代 理服务器通信连接， 若所述输出结果产生告警， 则将所述输入数据和输出 结果传输缓存至所述数据收集器； 二次判定单元， 所述二次判定单元与所述数据收集器通信连接， 以实现对所述数据收 集器中的所述输出 结果进行二次判定； 数据库， 所述数据库与所述二次判定单元通信连接， 若所述二次判定单元二次判所述 输出结果产生告警为真， 则将所述输出结果及与所述输出结果对应的输入 数据传输存储至 数据库， 所述数据库以实现对所述输出 结果及与所述输出 结果对应的输入数据进行存 储； 模型更新单元， 所述模型更新单元与所述数据库通信连接， 以基于所述数据库中的所 述输入数据及所述输出 结果， 对所述第一模型进行 更新以生成第二模型； 模型优化方向判定单元， 所述模型优化方向判定单元与所述模型更新但愿通信连接， 以用于获取 所述第二模型， 以实现基于所述第一模型判定所述第二模型的优化方向。 9.根据权利要求8所述的支持智能运维告警的在线学习装置， 其特征在于： 所述模型更 新单元还包括： 定期更新模块和非定期更新模块； 所述定期更新模块基于预设的更新频率， 对所述第一模型进行 更新以生成第二模型； 所述非定期更新模块基于预设的非定期更新规则， 对所述第 一模型进行更新以生成第 二模型； 其中， 所述预设的非定期更新规则包括： 若所述数据库中的所述输出结果的数目超出 预设的第一阈值， 则基于所述数据库中的所述输入数据及所述输出结果， 对所述第一模型 进行更新以生成第二模型； 和/或， 若在预设的时间范围内， 所述二次判定所述输出结果产 生告警为真的次数超过预设的第二阈值， 则基于所述数据库中的所述输入 数据及所述输出 结果， 对所述第一模型进行 更新以生成第二模型。 10.一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存储有程序， 当 所述程序被处理器执行时， 使 得所述处理器执行如权利要求 1～7中任意一项 所述的方法的 步骤。权　利　要　求　书 2/2 页 3 CN 114444711 A 3