AIOps在美团的探索与实践——故障发现篇
摘要: 首先对时序数据进行分类,周期性的时序是最有监控价值的。接着进行下采样,保留时序特征同时降低时序长度。最后,通过对时序数据进行分类,判别序列的哪个数据点存在异常。
基于AI算法的数据库异常监测系统的设计与实现
摘要: 对于时序数据的统计信息进行判别预警。统计信息:时序的周期特征、偏度、中位数等等。这些统计指标能够比较好的反应均值变化、波动变化、尖刺等。这个方案更像是一种数据归纳模型,没有太多深度学习的部分
摘要: 首先对时序数据进行分类,周期性的时序是最有监控价值的。接着进行下采样,保留时序特征同时降低时序长度。最后,通过对时序数据进行分类,判别序列的哪个数据点存在异常。
摘要: 对于时序数据的统计信息进行判别预警。统计信息:时序的周期特征、偏度、中位数等等。这些统计指标能够比较好的反应均值变化、波动变化、尖刺等。这个方案更像是一种数据归纳模型,没有太多深度学习的部分
评论区