页面异常检测方法及装置与流程

1.本技术涉及页面检测技术领域，具体涉及一种页面异常检测方法及装置。


背景技术：

2.随着移动普及率的不断提升，移动业务种类的更新速度加快，因而移动营业前台的业务操作支撑系统中的web页面和跳转链接也日渐复杂。而由于页面过于复杂，导致调用一些操作页面时响应较慢，同时部分页面可能无法适用于现阶段移动营业前台业务的快速处理。为此，为提高和改善业务操作支撑系统的使用效率，需要对响应速度慢或者响应异常的页面进行检测，以及时弥补业务操作支撑系统的短板，从而提升整个系统的使用满意度。
3.相关技术中，针对页面的异常检测，可通过编写自动化web执行脚本进行模拟人工操作web页面流程，根据页面响应结果和返回值等状态信息，来判断页面是否异常。
4.然而，通过自动化web脚本执行异常检测，需要编写大量的执行脚本，而业务操作支撑系统中涉及的业务数量较多，部分页面之间存在业务逻辑的跳转，因此编写此类检测脚本较复杂，且需要对现有正常的页面添加额外的检测html内容，造成对现有页面的代码污染。而这种检测方式在检测时，需要根据人为主观因素设置脚本的执行周期。如果执行周期短，执行频率过密容易占用现有业务正常网络带宽，最终会造成页面较长的访问时延；如果执行周期设置较长时间间隔，则无法及时检测发生异常的页面。同时，在检测过程中由于需要进行模拟人工操作，需要耗费大量的大量内存资源和cpu资源等计算资源。因此，通过编写自动化web执行脚本来进行页面异常检测的方法操作复杂，且检测效率低。


技术实现要素：

5.本技术实施例提供一种页面异常检测方法及装置，无需通过编写自动化执行脚本即可完成页面的异常检测，提高页面的异常检测效率。
6.第一方面，本技术实施例提供一种页面异常检测方法，包括：
7.根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
8.根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
9.根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
10.在一个实施例中，所述根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间，包括：
11.根据所述页面的响应时间，将所述页面的响应时间与各所述预设满意度区间的响应时间区间进行匹配，确定所述页面的响应时间对应的所述预设满意度区间；
12.根据所述页面的响应时间对应的预设满意度区间，确定所述页面所属的预设满意度区间。
13.在一个实施例中，在根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数之前，还包括：
14.根据各所述页面在页面调用树形结构中的节点信息，确定各所述页面对应的所述页面级别。
15.在一个实施例中，各所述预设满意度区间包括满意区间、容忍区间和失望区间；
16.根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数，包括：
17.根据所述容忍区间中所述页面级别的页面的数量，以及所述页面级别对应的预设容忍率，确定第一目标值，并根据所述失望区间中所述页面级别的页面的数量，以及所述页面级别对应的预设失望率，确定第二目标值；
18.检测所述满意区间中所述页面级别的页面的数量加上所述第一目标值得到的整体目标值，与所述第二目标值的差值，并在检测到所述差值小于预设值时，确定所述页面级别的页面对应的应用性能指数为0。
19.在一个实施例中，还包括：
20.在检测到所述差值大于预设值时，确定所述页面级别的页面对应的应用性能指数为所述差值与样本总量的比值；
21.其中，所述样本总量为所述页面级别对应的页面总量。
22.在一个实施例中，所述根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常，包括：
23.从各所述页面中，随机选取多个目标页面的应用性能指数作为各初始聚类中心；
24.根据各所述页面中各剩余页面的应用性能指数，与各所述初始聚类中心的距离，对各所述页面的应用性能指数进行聚类，确定各所述页面所属的类别；
25.将与页面集合中指定的异常页面所属类别相同的页面判定为异常；
26.其中，各所述剩余页面为各所述页面中除所述目标页面外的页面。
27.在一个实施例中，各所述目标页面包括所述异常页面。
28.第二方面，本技术实施例提供一种页面异常检测装置，包括：
29.区间确定模块，用于根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
30.指数确定模块，用于根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
31.异常检测模块，用于根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
32.第三方面，本技术实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的页面异常检测方法的步骤。
33.第四方面，本技术实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的页面异常检测方法的步骤。
34.本技术实施例提供的页面异常检测方法及装置，通过各页面的响应时间，确定个
页面所属的预设满意度区间，并基于每个预设满意度区间中任一页面级别的页面的数量，确定每个页面级别的页面的应用性能指数后，利用各页面的应用性能指数，对各页面进行聚类来检测出现异常的页面，从而通过对应用性能指数的聚类即可进行异常页面的检测，无需通过编写自动化执行脚本进行页面的异常检测，进而不会对现有页面的代码造成污染，同时也不会对页面本身的访问时间造成影响和占用大量的计算资源，提升了对页面异常的响应及时性，提高了页面的异常检测效率。
附图说明
35.为了更清楚地说明本技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
36.图1是本发明实施例提供的页面异常检测方法的流程示意图；
37.图2是本发明实施例提供的k-means聚类过程示意图；
38.图3是本发明提供的页面异常检测装置的结构示意图；
39.图4是本发明提供的电子设备的结构示意图。
具体实施方式
40.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
41.下面，将通过几个具体的实施例对本技术实施例提供的页面异常检测方法进行详细介绍和说明。
42.如图1所示，在一实施例中，提供了一种页面异常检测方法，用于检测出现异常的页面。本实施例主要以该方法应用于计算机设备或服务器来举例说明。
43.参照图1，本实施例提供的一种页面异常检测方法包括：
44.步骤101，根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
45.步骤102，根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
46.步骤103，根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
47.通过各页面的响应时间，确定个页面所属的预设满意度区间，并基于每个预设满意度区间中任一页面级别的页面的数量，确定每个页面级别的页面的应用性能指数后，利用各页面的应用性能指数，对各页面进行聚类来检测出现异常的页面，从而通过对应用性能指数的聚类即可进行异常页面的检测，无需通过编写自动化执行脚本进行页面的异常检测，进而不会对现有页面的代码造成污染，同时也不会对页面本身的访问时间造成影响和
占用大量的计算资源，提升了对页面异常的响应及时性，提高了页面的异常检测效率。
48.在一实施例中，预先采集业务日志中被访问的所有页面，组成页面集合p＝{p1、p2、
…
、pn}，同时获取访问某一页面时对应的页面绝对响应时间，组成响应时间集合t＝{t1、t2、
…
、tn}。然后将采集到的页面集合和对应的响应时间集合存入分布式发布订阅消息系统kafka中，并通过sparkstreaming实时消费kafka中的页面集合和对应的响应时间集合，以基于每个页面的响应时间，对各页面进行划分。
49.在一实施例中，当用户进行一次http链接时，客户端和服务器之间会产生很多个交互，http链接这一动作产生的所有交互完成之前，用户无法进行下一步的操作，比如下载文件或者跳转当下一个 http链接。用户等待所有交互完成时间，即点击页面的http链接到页面完成加载的这段时间，即为页面的响应时间。
50.由于在网络中运行的任何一个页面，其响应时间决定了用户的满意程度。因此，在一实施例中，可预先设定多个预设满意度区间，每个预设满意度区间均对应一个响应时间区间。各预设满意度区间通过响应时间数值“t”来划分，t值代表着营业员对应用性能满意的响应时间界限或者说是“门槛”(threshold)，也就是第一个区间“满意”的底线。如满意区间，表示这样的响应时间让用户感到很愉快，其对应的响应时间区间为少于t秒钟；容忍区间，表示这样的响应时间慢了一点，但还可以接受，其对应的响应时间区间为t～4t秒；失望区间，表示这样的响应时间太慢了，用户决定放弃等待，其对应的响应时间区间为超过4t秒。
51.其中，t的取值可根据实际情况进行设定，如0.25秒。
52.在一实施例中，在获取各页面的响应时间后，根据所述页面的响应时间，将所述页面的响应时间与各所述预设满意度区间的响应时间区间进行匹配，确定所述页面的响应时间对应的所述预设满意度区间；
53.根据所述页面的响应时间对应的预设满意度区间，确定所述页面所属的预设满意度区间。
54.示例性的，页面的响应时间为0.1秒，则该页面的响应时间对应的预设满意度区间为满意区间，此时则将该页面划分至满意区间。
55.在一实施例中，在完成各页面所属的预设满意度区间划分后，即可进行各页面的应用性能指数，即应用性能指数的计算。
56.考虑到各页面之间的页面级别不尽相同，而不同级别页面对用户的响应时长标准不同，因此在一实施例中，在根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数之前，还包括：
57.根据各所述页面在页面调用树形结构中的节点信息，确定各所述页面对应的所述页面级别。
58.在一实施例中，获取根据页面之间的调用关系形成的页面调用树形结构，确定每个页面在树形结构中对应的节点后，根据任一页面在该树形结构中祖先节点的数量，确定该页面的页面级别。示例性的，若存在页面a、页面b和页面c，页面b需经过页面a进行调用，页面c需经过页面b进行调用，此时页面a为页面b的祖先节点，页面 a和页面b为页面c的祖先节点，因此页面a为的页面级别为根页面，页面b的页面级别为一级页面，页面c的页面级别为二级页面。
59.在根据各页面在树形结构中的组件节点数量，对各页面进行对应的级别划分后，即可得到各页面对应的页面级别。如页面总量为619 个，通过树形结构进行划分后，可得到根页面1个、一级页面56个、二级页面149个、三级页面212个、四级页面108个、五级页面64 个以及六级级页面29个。此时，相同页面级别的页面可作为同一个页面集合，其对应的响应时间也可划分至同一个响应时间集合内。
60.在一实施例中，在完成各页面的页面级别划分后，针对任一页面级别的页面，获取该页面级别的页面在各预设满意度区间的页面数量，以计算该页面级别的页面的应用性能指数指数。
61.具体的，根据所述容忍区间中所述页面级别的页面的数量，以及所述页面级别对应的预设容忍率，确定第一目标值，并根据所述失望区间中所述页面级别的页面的数量，以及所述页面级别对应的预设失望率，确定第二目标值；
62.检测所述满意区间中所述页面级别的页面的数量加上所述第一目标值得到的整体目标值，与所述第二目标值的差值，并在检测到所述差值小于预设值时，确定所述页面级别的页面对应的应用性能指数为0。
63.在检测到所述差值大于预设值时，确定所述页面级别的页面对应的应用性能指数为所述差值与样本总量的比值；
64.其中，所述样本总量为所述页面级别对应的页面总量。
65.在一实施例中，针对某一页面级别，假设该页面级别的页面在满意区间中的页面为满意样本，在容忍区间中的页面为容忍样本，在失望区间中的页面为失望样本，其第一目标值为容忍样本数量*α，第二目标值为失望样本*β，则其整体目标值，与所述第二目标值的差值为：
66.满意样本数量+容忍样本数量*α-失望样本数量*β。
67.其中，α表示该页面级别对应的容忍率，β表示该页面级别对应的失望率，取值范围为0到1之间的数值。
68.若满意样本数量+容忍样本数量*α-失望样本数量*β＜0，则该页面级别的页面对应的应用性能指数为0；若满意样本数量+容忍样本数量*α-失望样本数量*β＞0，则该页面级别的页面对应的应用性能指数为(满意样本数量+容忍样本数量*α-失望样本数量*β)/该页面级别的样本总量。
69.这样，可以得到所有页面级别的页面均被量化到一个0到1之间的数值，即可以得到所有页面的应用性能指数。其中，0代表没有满意用户，1则代表所有用户都满意。
70.在得到各页面级别的页面对应的应用性能指数后，对所有页面进行聚类，从而确定每个页面的类别后，将预先指定的异常页面所属类别相同的页面判定为异常。
71.为使聚类结果更为准确，在一实施例中，所述根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常，包括：
72.从各所述页面中，随机选取多个目标页面的应用性能指数作为各初始聚类中心；
73.根据各所述页面中各剩余页面的应用性能指数，与各所述初始聚类中心的距离，对各所述页面的应用性能指数进行聚类，确定各所述页面所属的类别；
74.将与页面集合中指定的异常页面所属类别相同的页面判定为异常；
75.其中，各所述剩余页面为各所述页面中除所述目标页面外的页面。
76.在一实施例中，将从各页面的应用性能指数作为样本集，通过 k-means聚类算法，随机从样本集中选取k个样本作为初始聚类中心，然后计算各个样本到聚类中心的距离，把样本归到离它最近的那个聚类中心所在的类。计算新形成的每一个聚类的数据对象的平均值来得到新的聚类中心，如果相邻两次的聚类中心发生改变，则需修改聚类中心，并重新聚类；若没有任何变化，说明样本调整结束，聚类准则函数已经收敛。其中，在每次迭代中都要计算每个样本的分类是否正确。
77.示例性的，可以将k设定为3，即需要将各页面的应用性能指数形成的样本集划分为三类，如于预设满意度区间相同，设定为满意、容忍、失望三类，那么聚类过程如图2所示，为：
78.首先从数据集中任意选择三个页面的应用性能指数(应用性能指数)作为初始聚类中心，如图a中的“+”。其余页面的应用性能指数根据这三个初始聚类中心的距离最近原则，逐个分别聚类到这三个聚类中心所代表的聚类中，由此获得了如图(a)所示的三个聚类。
79.在完成第一轮聚类之后，各聚类中心发生了变化，继而更新三个聚类的聚类中心，如图b中的“+”，也就是分别根据各聚类中的应用性能指数计算相应聚类的应用性能指数均值。根据所获得的三个新聚类中心，以及各应用性能指数与这三个聚类中心的距离最近原则，对所有应用性能指数进行重新归类。
80.然后再次重复上述过程就可获得如图c所示的聚类结果，这时由于各聚类中的应用性能指数已不再变化，整个聚类操作结束。
81.在完成应用性能指数的聚类后，即可根据应用性能指数的聚类结果，确定其对应的页面所属的类别，从而在确定各页面所属的类别后，若任一页面与指定的异常页面属于同一类别，则判定该页面异常。
82.在一实施例中，为更有效的发现异常页面，可将异常页面作为目标页面，即在聚类时作为初始聚类中心进行k-means运算，聚类准则函数完全收敛后，所获得包含异常页面的聚类中所有页面为某一类别的页面。最终系统维护人员通过不同的页面类别划分，可以实时精确定位哪些页面存在访问异常以及异常程度，从而根据异常页面寻源到产生异常的最终原有，有利于快速发现和解决故障。
83.其中，异常页面可以是应用性能指数为0的任一页面。
84.示例性的，获取某一段时期内访问的页面，所有访问到的页面组成用户事务：
85.t＝{url1，url2，
…
，urli}
86.其中，urli代表访问的第i个页面，i表示一段时期内访问的页面个数。
87.为了聚类的方便，每个用户事务可以表示成一个等长的向量形式，即：
88.t＝《u1，u2，
…
，un》
89.其中，当urli∈t时，ui＝1，否则ui＝0。因此每个事务都表示成一个由0或1组成的，长度固定为n的向量。
90.然后对于所有的用户事务，将所有的用户事务中涉及的页面进行 k-means运算，聚类准则函数完全收敛后，所获得包含异常页面的聚类中所有页面即为某类异常页面的划分。
91.通过k-means聚类机器学习算法对应用性能指数进行划分，从而进一步提升对大规模数量的页面异常判断的准确性。同时，随着应用性能指数的积累，此异常判定的准确率和执行效率会随应用系统使用时间达到最优并趋于稳定。
92.下面对本发明提供的页面异常检测装置进行描述，下文描述的页面异常检测装置与上文描述的页面异常检测方法可相互对应参照。
93.在一实施例中，如图3所示，提供了一种页面异常检测装置，包括：
94.区间确定模块210，用于根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
95.指数确定模块220，用于根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
96.异常检测模块230，用于根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
97.在一实施例中，区间确定模块210具体用于：
98.根据所述页面的响应时间，将所述页面的响应时间与各所述预设满意度区间的响应时间区间进行匹配，确定所述页面的响应时间对应的所述预设满意度区间；
99.根据所述页面的响应时间对应的预设满意度区间，确定所述页面所属的预设满意度区间。
100.在一实施例中，区间确定模块210还用于：
101.根据各所述页面在页面调用树形结构中的节点信息，确定各所述页面对应的所述页面级别。
102.在一实施例中，指数确定模块220具体用于：
103.根据所述容忍区间中所述页面级别的页面的数量，以及所述页面级别对应的预设容忍率，确定第一目标值，并根据所述失望区间中所述页面级别的页面的数量，以及所述页面级别对应的预设失望率，确定第二目标值；
104.检测所述满意区间中所述页面级别的页面的数量加上所述第一目标值得到的整体目标值，与所述第二目标值的差值，并在检测到所述差值小于预设值时，确定所述页面级别的页面对应的应用性能指数为0。
105.在一实施例中，指数确定模块220还用于：
106.在检测到所述差值大于预设值时，确定所述页面级别的页面对应的应用性能指数为所述差值与样本总量的比值；
107.其中，所述样本总量为所述页面级别对应的页面总量。
108.在一实施例中，异常检测模块230具体用于：
109.从各所述页面中，随机选取多个目标页面的应用性能指数作为各初始聚类中心；
110.根据各所述页面中各剩余页面的应用性能指数，与各所述初始聚类中心的距离，对各所述页面的应用性能指数进行聚类，确定各所述页面所属的类别；
111.将与页面集合中指定的异常页面所属类别相同的页面判定为异常；
112.其中，各所述剩余页面为各所述页面中除所述目标页面外的页面。
113.在一实施例中，各所述目标页面包括所述异常页面。
114.图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)810、通信接口(communication interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的计算机程序，以执行页面异常检测方法的步骤，例如包括：
115.根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
116.根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
117.根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
118.此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
119.另一方面，本技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各实施例所提供的页面异常检测方法的步骤，例如包括：
120.根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
121.根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
122.根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
123.另一方面，本技术实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行上述各实施例提供的方法的步骤，例如包括：
124.根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；
125.根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；
126.根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。
127.所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设
备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd 等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nand flash)、固态硬盘(ssd))等。
128.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
129.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
130.最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。

技术特征：
1.一种页面异常检测方法，其特征在于，包括：根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。2.根据权利要求1所述的页面异常检测方法，其特征在于，所述根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间，包括：根据所述页面的响应时间，将所述页面的响应时间与各所述预设满意度区间的响应时间区间进行匹配，确定所述页面的响应时间对应的所述预设满意度区间；根据所述页面的响应时间对应的预设满意度区间，确定所述页面所属的预设满意度区间。3.根据权利要求1所述的页面异常检测方法，其特征在于，在根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数之前，还包括：根据各所述页面在页面调用树形结构中的节点信息，确定各所述页面对应的所述页面级别。4.根据权利要求1或2所述的页面异常检测方法，其特征在于，各所述预设满意度区间包括满意区间、容忍区间和失望区间；根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数，包括：根据所述容忍区间中所述页面级别的页面的数量，以及所述页面级别对应的预设容忍率，确定第一目标值，并根据所述失望区间中所述页面级别的页面的数量，以及所述页面级别对应的预设失望率，确定第二目标值；检测所述满意区间中所述页面级别的页面的数量加上所述第一目标值得到的整体目标值，与所述第二目标值的差值，并在检测到所述差值小于预设值时，确定所述页面级别的页面对应的应用性能指数为0。5.根据权利要求4所述的页面异常检测方法，其特征在于，还包括：在检测到所述差值大于预设值时，确定所述页面级别的页面对应的应用性能指数为所述差值与样本总量的比值；其中，所述样本总量为所述页面级别对应的页面总量。6.根据权利要求1所述的页面异常检测方法，其特征在于，所述根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常，包括：从各所述页面中，随机选取多个目标页面的应用性能指数作为各初始聚类中心；根据各所述页面中各剩余页面的应用性能指数，与各所述初始聚类中心的距离，对各所述页面的应用性能指数进行聚类，确定各所述页面所属的类别；
将与页面集合中指定的异常页面所属类别相同的页面判定为异常；其中，各所述剩余页面为各所述页面中除所述目标页面外的页面。7.根据权利要求6所述的页面异常检测方法，其特征在于，各所述目标页面包括所述异常页面。8.一种页面异常检测装置，其特征在于，包括：区间确定模块，用于根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；指数确定模块，用于根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；异常检测模块，用于根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的页面异常检测方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的页面异常检测方法的步骤。

技术总结
本申请提供一种页面异常检测方法及装置。所述方法包括：根据业务日志中被访问的页面集合中各页面的响应时间，对各所述页面进行划分，确定各所述页面所属的预设满意度区间；根据各所述预设满意度区间中任一页面级别的页面的数量，确定所述页面级别的页面对应的应用性能指数；根据各所述页面级别的页面对应的应用性能指数，对所述页面集合中的各所述页面进行聚类，以将聚类后与页面集合中指定的异常页面所属类别相同的页面判定为异常。本申请实施例提供的页面异常检测方法无需通过编写自动化执行脚本即可完成页面的异常检测，提高页面的异常检测效率。的异常检测效率。的异常检测效率。


技术研发人员：和军 孙旭辉 梁志
受保护的技术使用者：中国移动通信集团有限公司
技术研发日：2022.01.18
技术公布日：2023/7/31