(19)中华 人民共和国 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 202111649907.7 (22)申请日 2021.12.2 9 (71)申请人 中国电信股份有限公司 地址 100033 北京市西城区金融街31号 (72)发明人 杨槿　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 代理人 张文华 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 11/34(2006.01) (54)发明名称 运维指标监控模 型训练方法、 装置及数据滤 波方法 (57)摘要 本发明公开了一种运维指标监控模型训练 方法、 装置及数据滤波方法。 其中， 该方法包括： 确定第一训练数据集； 确定目标滤波器， 其中， 目 标滤波器中包括空间核， 值域核和时域核； 基于 目标滤波器对第一训练数据集进行滤波， 得到第 二训练数据集； 基于第二训练数据集对运维指标 监控模型进行训练。 本发明解决了由于现有技术 中不能有效降低波动噪声数据对模型的不利影 响造成的模型训练效果 不佳的技 术问题。 权利要求书2页 说明书9页 附图2页 CN 114330662 A 2022.04.12 CN 114330662 A 1.一种运维指标监控 模型训练方法， 其特 征在于， 包括： 确定第一训练数据集； 确定目标 滤波器， 其中， 所述目标 滤波器中包括空间核， 值 域核和时域核； 基于所述目标 滤波器对所述第一训练数据集进行 滤波， 得到第二训练数据集； 基于所述第二训练数据集对所述 运维指标监控 模型进行训练。 2.根据权利要求1所述的运维指标监控模型训练方法， 其特征在于， 确定第 一训练数据 集包括： 确定所述 运维指标监控 模型的预测窗口 的大小； 确定多个样本， 以及所述多个样本 中的每个样本对应的采样周期， 其中， 所述样本为服 务器； 确定所述多个样本中的每个样本对应的采样点， 其中， 所述每个样本对应的采样点的 数量与所述预测窗口的大小相同， 所述采样点中包括表示采样时间点的时间戳， 以及在所 述采样时间点采样得到的所述样本的目标运 维指标的指标值， 所述目标运维指标为所述运 维指标监控 模型监控的指标； 确定所述多个样本中的每 个样本对应的标签； 确定所述第一训练数据集中的样本集和标签集， 其中， 所述样本集中包括所述多个样 本中的每个样本对应的采样点， 所述标签集中包括所述多个样本中的每个样本对应的标 签。 3.根据权利要求1所述的运维指标监控模型训练方法， 其特征在于， 确定目标滤波器包 括： 确定空间目标函数， 值 域目标函数， 以及时域目标函数； 依据所述空间目标函数， 所述值域目标函数， 以及所述时域目标函数构建所述目标滤 波器的权重规范项， 其中， 所述空间目标函数和所述权重规范项组成部分中的空间部分为 所述空间核， 所述值域 目标函数和所述权重规范项组成部分中的值域部分为所述值域核， 所述时域目标函数和所述权 重规范项组成部分中的时域部分为所述时域核； 依据所述权重规范项， 所述空间目标函数， 所述值域目标函数， 以及所述 时域目标函数 构建所述目标 滤波器， 其中， 所述目标 滤波器用于对所述第一训练数据集进行双边滤波。 4.根据权利要求1所述的运维指标监控模型训练方法， 其特征在于， 所述目标滤波器用 于对所述第一训练数据集降噪， 其中， 所述空间核用于对所述第一训练数据集中的第一样本降噪， 其中， 所述第一样本为所 述第一训练数据集中的样本值方差小于第一预设方差阈值的样本； 所述值域核用于对所述第一训练数据集中的第二样本降噪， 其中， 所述第二样本为所 述第一训练数据集中的样本值方差大于第一预设方差阈值的样本； 所述时域核用于对所述第一训练数据集中的第三样本降噪， 其中， 所述第三样本为所 述第一训练数据集中的采样周期方差大于第二预设方差阈值的样本 。 5.根据权利要求1所述的运维指标监控模型训练方法， 其特征在于， 基于所述目标滤波 器对所述训练数据集进行 滤波， 得到第二训练数据集包括： 确定所述目标 滤波器的滤波步长， 其中， 所述滤波步长大于1； 按照所述滤波步长， 基于所述目标滤波器对所述训练数据集进行降采样， 得到所述第权　利　要　求　书 1/2 页 2 CN 114330662 A 2二训练数据集。 6.根据权利要求1所述的运维指标监控模型训练方法， 其特征在于， 基于所述目标滤波 器对所述第一训练数据集进行 滤波， 得到第二训练数据集包括： 确定所述第 一训练数据集中的样本集对应的样本集矩阵， 以及所述第 一训练数据集中 的样本的标签集对应的标签集矩阵， 其中， 所述样本集矩阵中的元素为每个样本对应的采 样点， 所述采样点中包括表示采样时间点的时间戳， 以及在所述采样时间点采样得到的所 述样本的目标运维指标的指标值， 所述目标运维指标为所述运维指标监控模型监控的指 标， 所述标签集矩阵中的元 素为所述每 个样本对应的标签； 将所述样本集矩阵和所述标签集矩阵合并为与所述第一训练数据集对应的第一增广 矩阵； 基于所述目标滤波器对所述第一增广矩阵进行滤波， 得到第二增广矩阵， 并将所述第 二增广矩阵作为所述第二训练数据集。 7.一种数据滤波方法， 其特 征在于， 包括： 确定训练数据集； 确定目标 滤波器， 其中， 所述目标 滤波器中包括空间核， 值 域核和时域核； 在所述训练数据集中的样本为第 一样本的情况下， 基于所述空间核用于对所述训练数 据集中的第一样本降噪， 其中， 所述第一样本为所述训练数据集中的样本值方差小于第一 预设方差阈值的样本； 在所述训练数据集中的样本为第 二样本的情况下， 基于所述值域核用于对所述训练数 据集中的第二样本降噪， 其中， 所述第二样本为所述训练数据集中的样本值方差大于第一 预设方差阈值的样本； 在所述训练数据集中的样本为第 三样本的情况下， 基于所述 时域核用于对所述训练数 据集中的第三样本降噪， 其中， 所述第三样本为所述训练数据集中的采样周期方差大于第 二预设方差阈值的样本 。 8.一种运维指标监控 模型训练装置， 其特 征在于， 包括： 第一处理模块， 用于确定第一训练数据集； 第二处理模块， 用于确定目标滤波器， 其中， 所述目标滤波器中包括空间核， 值域核和 时域核； 过滤模块， 用于基于所述目标滤波器对所述第一训练数据集进行滤波， 得到第二训练 数据集； 训练模块， 用于基于所述第二训练数据集对所述 运维指标监控 模型进行训练。 9.一种非易失性存储介质， 其特征在于， 所述非易失性存储介质包括存储的程序， 其 中， 在所述程序运行时控制所述 非易失性存储介质所在设备执行权利要求 1至6中任意一项 所述运维指标监控 模型训练方法。 10.一种电子设备， 其特征在于， 所述电子设备包括处理器， 所述处理器用于运行程序， 其中， 所述 程序运行时执 行权利要求1至 6中任意一项所述 运维指标监控 模型训练方法。权　利　要　求　书 2/2 页 3 CN 114330662 A 3