买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州谐云科技有限公司申请的专利基于Kubernetes的历史数据和趋势分析的动态基线告警方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116089218B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310098359.6，技术领域涉及：G06F11/30；该发明授权基于Kubernetes的历史数据和趋势分析的动态基线告警方法及系统是由李留;王丽丽;蔡敏伟;苌程设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本基于Kubernetes的历史数据和趋势分析的动态基线告警方法及系统在说明书摘要公布了：本发明公开一种基于Kubernetes的历史数据和趋势分析的动态基线告警方法，属于领域；该方法包括：获取历史数据；将历史数据输入到预测模型进行训练和预测，得到预测数据；根据预测数据和当前值，判断数据是否异常；若数据异常，则告警。本发明还公开一种基于Kubernetes的历史数据和趋势分析的动态基线告警系统。本发明通过历史数据接入，多监控源采集到的数据汇聚到一处，统一格式，统一清洗、过滤，生成标维化的监控数据，存入数据仓库。对存储在数据仓库中的历史监控数据进行大数据分析，生成动态基线。基于动态基线对接入的监控数据进行异常检测，实时发现监控对象的故障状况，生成告警。

本发明授权基于Kubernetes的历史数据和趋势分析的动态基线告警方法及系统在权利要求书中公布了：1.基于Kubernetes的历史数据和趋势分析的动态基线告警方法，其特征在于，包括以下步骤： 获取历史数据；所述历史数据包括训练指标和需预测指标；所述训练指标和需预测指标的指标类型均包括周期型指标和非周期性指标； 根据历史数据中训练指标的指标类型，将不同指标类型的训练指标分别输入到相应的预测模型中进行训练，得到训练后预测模型； 将需预测指标输入到训练后预测模型进行预测，得到需预测指标的预测数据； 获取需预测指标相对应的实时数据； 根据需预测指标的预测数据和实时数据，判断数据是否异常； 若数据异常，则告警； 所述预测模型的训练过程包括以下步骤： 获取需训练指标：从mysql数据库的配置项目表中获取手动设定的需要预测的指标数据，设置后其指标预测值会成为1，查看该指标的训练时间是否为空，为空即为未训练数据； 同时与当前时间的差值大于默认重训练时间，默认值为1天，在算法配置文件中修改重训时间，若符合重训练条件则加入训练指标队列； 对数据按照设定的间隔大小进行采样，间隔大小在算法配置文件中修改离线训练配置中的步长，采样处理之后存入mongodb数据库的采样项目表中，该表中的数据只有记录时间和预测值两个字段；采样方法将先判断采样项目表中是否有数据，若没有数据则发起初次采样，从mongodb数据库的采样项目表中获取训练所需时长范围内的全部原始数据，再使用pandas的resample方法对数据按设定的间隔大小进行采样；若有数据，则获取采样数据中时间最近的时间，读取这个时间到当前时间内的全部历史数据进行采样；最后将采样数据存储至mongodb数据库的采样项目表中； 从mongodb数据库的采样项目表中根据item_id获取历史数据，历史数据的时间长度与训练所需的数据时长有关，在算法配置文件中修改离线训练配置中的训练时段； 对原始数据进行空值处理及填补、根据时间去重并处理数据的间隔，生成规范的时间序列数据； 使用特征缩放的处理方式进行归一化，即将数据处理为 [0, 1] 之间的小数； 将时序数据通过滑窗处理划分为输入、输出张量的形式数据格式的样本数据； 使用lstm神经网络进行训练； 训练生成的模型存储至指定路径； 所述训练后预测模型的预测过程包括以下步骤： 获取需预测指标：从mysql数据库的配置项目表中获取预测值为1的指标，查看该指标中下一次需要预测的时间是否为空，或是否小于当前时间，若符合重预测条件则加入预测指标队列，这里需要进行后续预测流程的字段包括项目id、数据标准化、预测阈值； 对数据按照设定的间隔大小进行采样，间隔大小在算法配置文件中修改离线训练配置中的步长，采样处理之后存入mongodb数据库的采样项目表中，该表中的数据只有记录时间和预测值两个字段；这里的采样方法将中从mongodb数据库的采样项目表获取采样数据中时间最近的时间，读取这个时间到当前时间内的全部历史数据进行采样；最后将采样数据存储至mongodb数据库的采样项目表中； 从mongodb数据库的采样项目表中根据item_id获取历史数据，历史数据的长度与预测模型所需的输入数据量大小有关，可以在算法配置文件中修改训练字典中的input； 对原始数据进行空值处理及填补、根据时间去重并处理数据的间隔，生成规范的时间序列数据； 根据item_id从模型目录中读取训练好的模型，若不存在模型则表示模型还未训练完成，则输出提示日志，结束当前预测任务； 使用特征缩放的处理方式进行归一化； 将数据封装为格式的数据作为模型输入，模型predict的结果就为预测的结果； 根据用户设置的阈值判断预测点中是否有异常点；若有异常点则对设置的第一个预测阈值配置点进行告警，将预警信息发送； 更新下一次预测与预警的时间：若当前预测点中有告警则以第一个告警点的下一秒钟为下次预测预警的时间；若预测点中不存在告警，则预测预警时间为默认重预警时间间隔之后，在算法配置文件中修改预测阈值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州谐云科技有限公司，其通讯地址为：310023 浙江省杭州市余杭区五常街道文一西路998号7幢301-401室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。