本技術(shù)涉及人工智能領(lǐng)域，尤其涉及一種數(shù)據(jù)處理方法、裝置、設(shè)備以及存儲介質(zhì)。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)技術(shù)(internet?technology，it)系統(tǒng)逐漸復(fù)雜，且其穩(wěn)定性和可靠性對企業(yè)業(yè)務(wù)甚至社會生活的影響越來越大，因此需要更加高效和可靠的運維工具來保障系統(tǒng)的穩(wěn)定性和安全性。

2、隨著業(yè)務(wù)不斷拓展，數(shù)據(jù)監(jiān)測能力有極大挑戰(zhàn)：不同的業(yè)務(wù)數(shù)據(jù)需要不同的監(jiān)測指標和監(jiān)測維度。同時不同業(yè)務(wù)數(shù)據(jù)具有不同的數(shù)據(jù)特征，這樣導(dǎo)致傳統(tǒng)監(jiān)測方法效果不佳、人工配置閾值工作量極大、設(shè)定閾值需長時間人力優(yōu)化等問題。

3、因此目前亟需提供一種在節(jié)省人力的情況下，還可以提高數(shù)據(jù)監(jiān)測效果的方案。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供了一種數(shù)據(jù)處理方法、裝置、設(shè)備以及存儲介質(zhì)，用于在節(jié)省人力的情況下，實現(xiàn)對數(shù)據(jù)進行精確監(jiān)測和預(yù)警。

2、有鑒于此，本技術(shù)一方面提供一種數(shù)據(jù)處理方法，包括：獲取歷史業(yè)務(wù)數(shù)據(jù)；提取該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的數(shù)據(jù)特征，該數(shù)據(jù)特征用于指示該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)分布情況；根據(jù)該數(shù)據(jù)特征確定該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的數(shù)據(jù)監(jiān)測模型；利用該歷史業(yè)務(wù)數(shù)據(jù)訓(xùn)練得到該數(shù)據(jù)監(jiān)測模型的模型參數(shù)和預(yù)警參數(shù)，該預(yù)警參數(shù)為確定業(yè)務(wù)數(shù)據(jù)出現(xiàn)異常的評估閾值，該模型參數(shù)包括但不限于模型類型和監(jiān)測方式；利用該模型參數(shù)和該預(yù)警參數(shù)對該業(yè)務(wù)數(shù)據(jù)進行異常檢測。

3、本技術(shù)另一方面提供一種數(shù)據(jù)處理裝置，包括：獲取模塊，用于獲取歷史業(yè)務(wù)數(shù)據(jù)；

4、處理模塊，用于提取該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的數(shù)據(jù)特征，該數(shù)據(jù)特征用于指示該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)分布情況；根據(jù)該數(shù)據(jù)特征確定該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的數(shù)據(jù)監(jiān)測模型；

5、訓(xùn)練模塊，用于利用該歷史業(yè)務(wù)數(shù)據(jù)訓(xùn)練得到該數(shù)據(jù)監(jiān)測模型的模型參數(shù)和預(yù)警參數(shù)，該預(yù)警參數(shù)為確定業(yè)務(wù)數(shù)據(jù)出現(xiàn)異常的評估閾值，該模型參數(shù)包括但不限于模型類型和監(jiān)測方式；

6、該處理模塊，用于利用該模型參數(shù)和該預(yù)警參數(shù)對該業(yè)務(wù)數(shù)據(jù)進行異常檢測。

7、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征至少包括脈沖型數(shù)據(jù)、鋸齒型數(shù)據(jù)、連續(xù)波動型數(shù)據(jù)和連續(xù)穩(wěn)定型數(shù)據(jù)，該處理模塊，具體用于在該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為脈沖型數(shù)據(jù)時，確定該數(shù)據(jù)監(jiān)測模型為單點閾值比較模型，該預(yù)警參數(shù)為該脈沖型數(shù)據(jù)的整體閾值范圍，該單點閾值比較模型的監(jiān)測方式為取當前數(shù)據(jù)點的取值與該脈沖型數(shù)據(jù)的整體閾值范圍進行判斷；

8、在該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為鋸齒型數(shù)據(jù)時，確定該數(shù)據(jù)監(jiān)測模型為單點閾值比較模型，該預(yù)警參數(shù)為該鋸齒型數(shù)據(jù)中不同水位的閾值范圍，該單點閾值比較模型的監(jiān)測方式為取當前數(shù)據(jù)點的取值與其所處水位對應(yīng)的閾值范圍進行判斷；

9、在該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為連續(xù)波動型數(shù)據(jù)或者連續(xù)穩(wěn)定型數(shù)據(jù)時，確定該數(shù)據(jù)監(jiān)測模型為突升突降分數(shù)比較模型，該預(yù)警參數(shù)為突升突降分數(shù)的閾值范圍，該突升突降分數(shù)比較模型的監(jiān)測方式為取當前數(shù)據(jù)點的環(huán)比前n個點進行突升突降分數(shù)判斷。

10、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該訓(xùn)練模塊，具體用于利用該歷史業(yè)務(wù)數(shù)據(jù)訓(xùn)練得到該數(shù)據(jù)監(jiān)測模型的閾值范圍和/或上下水位以及該模型參數(shù)，將該閾值范圍和/或上下水位作為該預(yù)警參數(shù)。

11、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該訓(xùn)練模塊，具體用于對該歷史業(yè)務(wù)數(shù)據(jù)進行預(yù)處理得到中間數(shù)據(jù)集合；對該中間數(shù)據(jù)集合進行平均處理得到第一總體均值，并對該中間數(shù)據(jù)集合進行標準差處理得到第一標準差；

12、對該第一總體均值和該第一標準差進行正態(tài)擬合，得到第一閾值范圍；

13、刪除超出該第一閾值范圍內(nèi)的異常點得到第二差值集合；

14、對該第二差值集合進行平均處理得到第二總體均值，并對該第二差值集合進行標準差處理得到第二標準差；

15、對該第二總體均值和該第二標準差進行正態(tài)擬合，得到第二閾值范圍；

16、刪除超出該第二閾值范圍內(nèi)的異常點得到第三差值集合；

17、重復(fù)上述操作，直至無異常點，以得到目標閾值范圍，該目標閾值范圍的上限值和下限值作為該閾值范圍或者該突升空降分數(shù)的閾值范圍。

18、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，

19、該訓(xùn)練模塊，用于獲取該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的預(yù)測值集合和真實值集合；

20、對該預(yù)測值集合和該真實值集合進行差值處理得到第一差值集合，該第一差值集合作為該中間數(shù)據(jù)集合；

21、或者，

22、該訓(xùn)練模塊，用于將該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的真實值集合作為該中間數(shù)據(jù)集合；

23、或者，

24、該訓(xùn)練模塊，用于獲取該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的突升突降分數(shù)集合，該突升突降分數(shù)集合作為該中間數(shù)據(jù)集合。

25、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該訓(xùn)練模塊，具體用于對該歷史業(yè)務(wù)數(shù)據(jù)按照真實值由小大到的排序進行排序得到第一數(shù)據(jù)列；

26、以該第一數(shù)據(jù)列中的第k個數(shù)據(jù)點為切分點將該第一數(shù)據(jù)列分為第二數(shù)據(jù)列和第三數(shù)據(jù)列，該k為大于1的正整數(shù)；

27、對該第二數(shù)據(jù)列和該第三數(shù)據(jù)列分別進行方差處理得到第一方差值和第二方差值；

28、對該第一方差值和該第二方差值求和得到該第k個數(shù)據(jù)點的統(tǒng)計量；

29、重復(fù)上述操作得到該第一數(shù)據(jù)列對應(yīng)的統(tǒng)計量集合；

30、基于該統(tǒng)計量集合中的最小統(tǒng)計量對應(yīng)的數(shù)據(jù)點將該第一數(shù)據(jù)列進行切分，得到該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的第一數(shù)據(jù)列和第二數(shù)據(jù)列，其中該第一數(shù)據(jù)列的最小值大于該第二數(shù)據(jù)列的最大值；確定該第一數(shù)據(jù)列所處的水位作為該歷史業(yè)務(wù)數(shù)據(jù)的上水位，該第二數(shù)據(jù)列所處的水位作為該歷史業(yè)務(wù)數(shù)據(jù)的下水位。

31、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，還用于對該歷史業(yè)務(wù)數(shù)據(jù)進行數(shù)據(jù)平滑處理，以剔除該歷史業(yè)務(wù)數(shù)據(jù)的趨勢特征得到第一數(shù)據(jù)，該第一數(shù)據(jù)保留該歷史業(yè)務(wù)數(shù)據(jù)的波動特征；

32、對該第一數(shù)據(jù)進行面板數(shù)據(jù)處理得到第二數(shù)據(jù)；

33、對該第二數(shù)據(jù)基于方差切分處理，以剔除異常點得到第三數(shù)據(jù)，該第三數(shù)據(jù)為一維時間序列數(shù)據(jù)；

34、利用奇偶分組交叉驗證對該第三數(shù)據(jù)進行時間分段，以得到該歷史業(yè)務(wù)數(shù)據(jù)的至少兩個數(shù)據(jù)段；

35、該訓(xùn)練模塊，還用于利用該至少兩個數(shù)據(jù)段分別訓(xùn)練得到該數(shù)據(jù)監(jiān)測模型的至少兩組模型參數(shù)和預(yù)警參數(shù)。

36、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，在該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為連續(xù)波動型數(shù)據(jù)或者連續(xù)穩(wěn)定型數(shù)據(jù)時，該預(yù)警參數(shù)還包括同比閾值范圍參數(shù)，該突升突降分數(shù)比較模型的監(jiān)測方式為取當前數(shù)據(jù)點的環(huán)比前x個點進行突升突降分數(shù)判斷，且取當前數(shù)據(jù)點的同比y個點進行同比閾值范圍判斷；

37、或者，

38、在該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為連續(xù)波動型數(shù)據(jù)或者連續(xù)穩(wěn)定型數(shù)據(jù)時，該預(yù)警參數(shù)還包括同比閾值范圍參數(shù)以及節(jié)假日閾值范圍參數(shù)，該突升突降分數(shù)比較模型的監(jiān)測方式為取當前數(shù)據(jù)點的環(huán)比前x個點進行突升突降分數(shù)判斷，且取當前數(shù)據(jù)點的同比y個點進行同比閾值范圍判斷，且取節(jié)假日的同比z個點進行節(jié)假日閾值范圍判斷，該x、該y和該z為正整數(shù)。

39、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于獲取該歷史業(yè)務(wù)數(shù)據(jù)中連續(xù)n個數(shù)據(jù)點對應(yīng)的變點集合，該連續(xù)n個數(shù)據(jù)點為對目標數(shù)據(jù)點進行預(yù)測處理時的參考數(shù)據(jù)點，該目標數(shù)據(jù)點為該連續(xù)n個數(shù)據(jù)點中第n個數(shù)據(jù)點之后的第一個數(shù)據(jù)點，該n為正整數(shù)；

40、根據(jù)該變點集合中的各個變點對該連續(xù)n個數(shù)據(jù)點進行分段得到至少一個數(shù)據(jù)段；

41、對該至少一個數(shù)據(jù)段中的最后一個數(shù)據(jù)段進行線性回歸處理得到該目標數(shù)據(jù)點的預(yù)測值；

42、根據(jù)該目標數(shù)據(jù)點的預(yù)測值與該目標數(shù)據(jù)點的真實值得到差值；

43、重復(fù)上述操作得到該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的差值集合；

44、對該差值集合進行核密度估計算法和高斯混合模型處理得到對應(yīng)的數(shù)據(jù)分布信息；

45、根據(jù)該數(shù)據(jù)分布信息確定該歷史業(yè)務(wù)數(shù)據(jù)對應(yīng)的數(shù)據(jù)特征。

46、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于在該數(shù)據(jù)分布信息指示該差值集合中的差值符合白噪聲分布時，確定該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為脈沖型數(shù)據(jù)；

47、在該數(shù)據(jù)分布信息指示該差值集合中的差值滿足至少兩種分布類型且該至少兩種分布類型間隔排布且持續(xù)時長超過閾值，則確定該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為鋸齒型數(shù)據(jù)；

48、在該數(shù)據(jù)分布信息指示該差值集合中的差值為至少兩種正態(tài)分布，則確定該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為連續(xù)波動型數(shù)據(jù)；

49、在該數(shù)據(jù)分布信息指示該差值集合中的差值為一種正態(tài)分布，則確定該歷史業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征為連續(xù)平穩(wěn)型數(shù)據(jù)。

50、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于對該至少一個數(shù)據(jù)段中的最后一個數(shù)據(jù)段進行去噪處理，刪除該最后一個數(shù)據(jù)段中的異常數(shù)據(jù)點得到平滑數(shù)據(jù)段；

51、對該平滑數(shù)據(jù)段進行線性回歸處理得到該目標數(shù)據(jù)點的預(yù)測值。

52、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于獲取該連續(xù)n個數(shù)據(jù)點中第i個數(shù)據(jù)點的第一分數(shù)，該第一分數(shù)為指示該第i個數(shù)據(jù)點在突升突降趨勢的評價分數(shù)，其中，該第一分數(shù)大于0則指示該第i個數(shù)據(jù)點具有突升趨勢，該第一分數(shù)小于0則指示該第i個數(shù)據(jù)點具有突降趨勢；

53、根據(jù)該第一分數(shù)確定該第i個數(shù)據(jù)點的分類結(jié)果，該分類結(jié)果用于指示該第i個數(shù)據(jù)點是否為變點；

54、在該分類結(jié)果指示該第i個數(shù)據(jù)點為變點時，記錄該第i個數(shù)據(jù)點為變點；

55、重復(fù)上述操作，遍歷該連續(xù)n個數(shù)據(jù)點得到該連續(xù)n個數(shù)據(jù)點對應(yīng)的候選變點集合；

56、利用該候選變點集合對該連續(xù)n個數(shù)據(jù)點進行分段得到至少一個數(shù)據(jù)段；

57、確定該至少一個數(shù)據(jù)段的水位落差以及斜率變化信息；

58、根據(jù)該水位落差以及該斜率變化信息對該候選變點集合中各個變點進行合并處理得到該變點集合。

59、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于利用mad去噪刪除該連續(xù)n個數(shù)據(jù)點中第一個數(shù)據(jù)點至第i-1個數(shù)據(jù)點的異常值得到平滑數(shù)據(jù)以及刪除該第一數(shù)據(jù)點至該第i-1個數(shù)據(jù)點中的最大值和最小值之后的第一數(shù)據(jù)；

60、利用線性回歸處理得到該平滑數(shù)據(jù)對應(yīng)的預(yù)測值集合以及該第i個數(shù)據(jù)點的預(yù)測值；

61、對該平滑數(shù)據(jù)的預(yù)測值集合和該平滑數(shù)據(jù)的真實值集合進行殘差處理得到殘差標準差；

62、根據(jù)該殘差標準差、該第i個數(shù)據(jù)點的真實值以及該第i個數(shù)據(jù)點的預(yù)測值確定該第一分數(shù)。

63、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于獲取該第i個數(shù)據(jù)點對應(yīng)的當前段長度；

64、在該當前段長度小于2時，清空突升突降分數(shù)以及當前段長度；

65、在該當前段長度大于或等于2，該第一分數(shù)大于或等于上限值，或者小于或等于下限值，且該第i個數(shù)據(jù)點之前無變點或者變點之后的突升突降分數(shù)為0，則記錄該第i個數(shù)據(jù)點的位置以及該第一分數(shù)，更新當前段長度為1；

66、在該當前段長度大于或等于2，該第一分數(shù)大于或等于該上限值，或者小于或等于該下限值，且該第i個數(shù)據(jù)點之前記載的突升突降分數(shù)的符號與該第一分數(shù)的符號相同時，更則將該當前段長度加1且確定該第i-1個數(shù)據(jù)點為變點；

67、在該當前段長度大于或等于2，該第一分數(shù)大于或等于該上限值，或者小于或等于該下限值，且該第i個數(shù)據(jù)點之前記載的突升突降分數(shù)的符號與該第一分數(shù)的符號不相同時，則記錄該第i個數(shù)據(jù)點的位置以及該第一分數(shù)，更新該當前段長度為1；

68、在該當前段長度大于或等于2，該第一分數(shù)小于該上限值且大于該下限值，該第i個數(shù)據(jù)點之前記載的突升突降分數(shù)大于或等于該上限值，且該第i個數(shù)據(jù)點的取值大于該第一數(shù)據(jù)的最大值，則更新當前段長度為1；

69、在該當前段長度大于或等于2，該第一分數(shù)小于該上限值且大于該下限值，該第i個數(shù)據(jù)點之前記載的突升突降分數(shù)小于或等于該下限值，且該第i個數(shù)據(jù)點的取值小于該第一數(shù)據(jù)的最小值，則更新當前段長度為1；

70、在該當前段長度大于或等于2，該第一分數(shù)小于該上限值且大于該下限值，該第i個數(shù)據(jù)點之前記載的突升突降分數(shù)小于該上限值，或者該第i個數(shù)據(jù)點的取值小于或等于該第一數(shù)據(jù)的最大值，則更新突升突降分數(shù)和該當前段長度為0；

71、在該當前段長度大于或等于2，該第一分數(shù)小于該上限值且大于該下限值，該第i個數(shù)據(jù)點之前記載的突升突降分數(shù)大于該下限值，或者該第i個數(shù)據(jù)點的取值大于或等于該第一數(shù)據(jù)的最小值，則更新突升突降分數(shù)和該當前段長度為0。

72、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該處理模塊，具體用于對該至少一個數(shù)據(jù)段中的第一數(shù)據(jù)段的相鄰數(shù)據(jù)點的真實值進行差值處理得到第一間隔數(shù)據(jù)；

73、對該第一間隔數(shù)據(jù)進行去噪處理得到第二間隔數(shù)據(jù)；

74、對該第二間隔數(shù)據(jù)進行平均處理得到第三總體均值，并對該第二間隔數(shù)據(jù)集合中的每一個間隔數(shù)據(jù)進行差值處理得到第三標準差；

75、對該第三總體均值和該第三標準差進行正態(tài)擬合得到第三閾值范圍；

76、根據(jù)該第三閾值范圍刪除該第二間隔數(shù)據(jù)中的異常點得到第三間隔數(shù)據(jù)；

77、根據(jù)該第三間隔數(shù)據(jù)得到數(shù)據(jù)間距標準統(tǒng)計量，該數(shù)據(jù)間隔標準統(tǒng)計量用于指示數(shù)據(jù)段間隔的基本量級；

78、根據(jù)該數(shù)據(jù)間隔標準統(tǒng)計量對該至第一數(shù)據(jù)段進行壓縮處理得到第一壓縮數(shù)列；

79、對該至少一個數(shù)據(jù)段中的其他數(shù)據(jù)段重復(fù)上述操作得到至少一個壓縮數(shù)列；

80、對該至少一個壓縮數(shù)據(jù)列分別進行線性回歸處理得到壓縮斜率集合，并對該至少一個壓縮數(shù)據(jù)列分別進行均值處理得均值集合，將該壓縮斜率集合作為該斜率變化信息，將該均值集合作為該水位落差。

81、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該候選變點集合中包括k個候選變點，該壓縮斜率集合包括k+1個壓縮斜率，該均值集合包括k+1個均值，該處理模塊，具體用于遍歷該壓縮斜率集合中的第1個壓縮斜率至第k個壓縮斜率，在第i個壓縮斜率的絕對值大于或等于1且該i等于該k時，將該第k個候選變點歸于該變點集合；

82、在該第i個壓縮斜率的絕對值大于或等于1，該i不等于該k，該第i個壓縮斜率大于0且該第i-1個均值小于第i+1個均值時，將該第i個候選變點歸于該變點集合；

83、在該第i個壓縮斜率的絕對值大于或等于1，該i不等于該k，該第i個壓縮斜率小于0且該第i-1個均值大于第i+1個均值時，將該第i個候選變點歸于該變點集合；

84、在該第i個壓縮斜率的絕對值小于1且該i等于該k時，獲取第k-1個候選變點與第k個候選變點的第一數(shù)據(jù)段，以及該第k個變點之后的第二數(shù)據(jù)段；

85、獲取該第一數(shù)據(jù)段中剔除極端值之后的第一最大值和第一最小值，以及該第二數(shù)據(jù)段中剔除極端值之后的第二最大值和第二最小值；

86、在該第一最大值小于該第二最小值或者該第一最小值大于該第二最大值時，將該第k個候選變點歸于該變點集合。

87、在一種可能的設(shè)計中，在本技術(shù)實施例的另一方面的另一種實現(xiàn)方式中，該獲取模塊，還用于獲取實時業(yè)務(wù)數(shù)據(jù)；

88、該處理模塊，還用于調(diào)用該實時業(yè)務(wù)數(shù)據(jù)對應(yīng)的數(shù)據(jù)監(jiān)測模型監(jiān)測該實時業(yè)務(wù)數(shù)據(jù)；

89、在出現(xiàn)異常數(shù)據(jù)時，進行預(yù)警提示。

90、本技術(shù)另一方面提供一種計算機設(shè)備，包括：存儲器、處理器以及總線系統(tǒng)；

91、其中，存儲器用于存儲程序；

92、處理器用于執(zhí)行存儲器中的程序，處理器用于根據(jù)程序代碼中的指令執(zhí)行上述各方面的方法；

93、總線系統(tǒng)用于連接存儲器以及處理器，以使存儲器以及處理器進行通信。

94、本技術(shù)的另一方面提供了一種計算機可讀存儲介質(zhì)，計算機可讀存儲介質(zhì)中存儲有指令，當其在計算機上運行時，使得計算機執(zhí)行上述各方面的方法。

95、本技術(shù)的另一個方面，提供了一種計算機程序產(chǎn)品或計算機程序，該計算機程序產(chǎn)品或計算機程序包括計算機指令，該計算機指令存儲在計算機可讀存儲介質(zhì)中。計算機設(shè)備的處理器從計算機可讀存儲介質(zhì)讀取該計算機指令，處理器執(zhí)行該計算機指令，使得該計算機設(shè)備執(zhí)行上述各方面所提供的方法。

96、從以上技術(shù)方案可以看出，本技術(shù)實施例具有以下優(yōu)點：針對不同的數(shù)據(jù)分布，采用不同的監(jiān)測模型，同時，該數(shù)據(jù)監(jiān)測模型可以根據(jù)歷史數(shù)據(jù)訓(xùn)練得到模型參數(shù)和預(yù)警參數(shù)，這樣使得模型參數(shù)和預(yù)警參數(shù)可以根據(jù)真實數(shù)據(jù)進行相應(yīng)的調(diào)整，不再需要人工設(shè)置參數(shù)，這樣可以更精確的對數(shù)據(jù)進行監(jiān)測和告警。