指令趋势预测模型训练方法、趋势预测方法以及装置

    公开(公告)号:CN117376169A

    公开(公告)日:2024-01-09

    申请号:CN202311220455.X

    申请日:2023-09-20

    Abstract: 本申请提供指令趋势预测模型训练方法、趋势预测方法以及装置,涉及计算机技术领域,解决了在网络业务应用系统的指令下发量显著变化时,无法准确地预测出不同上层业务应用系统的指令趋势,因此可能出现通道资源调控不准确的情况,进而影响了资源调控的准确性和及时性。该方法包括:获取多个网络业务中每个网络业务在多个时刻的指令数据;根据该每个网络业务在该多个时刻的指令数据,确定该每个网络业务的特征序列;将该每个网络业务的特征序列进行预设操作,以得到该每个网络业务的趋势序列以及该每个网络业务的残差序列;基于该每个网络业务的趋势序列以及该每个网络业务的残差序列,对初始指令趋势预测模型训练,以生成目标指令趋势预测模型。

    指标稽核告警方法、装置、设备及存储介质

    公开(公告)号:CN117743110A

    公开(公告)日:2024-03-22

    申请号:CN202311798770.0

    申请日:2023-12-25

    Abstract: 本申请提供一种指标稽核告警方法、装置、设备及存储介质,涉及复杂事件处理领域。该方法包括:根据卡夫卡消息系统的数据流,得到一个第一输入消息,对第一输入消息进行处理,得到多个第二输入消息,其中,每个第二输入消息均对应一个字符串,对于每个第二输入消息,每个字符串分别对应一种预设指标;根据预存在关系型数据库的规则存储表的过滤规则集合,对多个第二输入消息进行过滤,得到过滤消息,其中,过滤消息是根据过滤规则过滤出的第二输入消息;将过滤消息写入关系型数据库。本申请的方法解决了如何在数据量大的实际场景中,指标检测需提前采集以及检测指标不完全的问题。

Patent Agency Ranking