谢 泽，朱建生，李 雯

(1.中国铁道科学研究院，北京 100081； 2.中国铁道科学研究院电子计算技术研究所，北京 100081)

0 引 言

中国铁路客票系统作为国内唯一的官方火车票销售渠道，自2011年应用互联网售票模式以来，用户数已达5.4亿。在节假日旅客出行高峰期，中国铁路客票系统日售票量可达1 000万张。当系统运行出现异常时不仅会影响乘客的出行体验，还会给社会造成巨大损失。因此，对国内铁路客票系统的异常状态监测显得尤为重要。当前铁路客票系统已实现了全链路监控，其中关键指标阈值监测是最常用的方法。如周期时间内互联网用户登录人数的阈值监控，周期时间内用户支付购票数的阈值监控，以及服务器集群关键性能指标的阈值监控等。但是，在一些异常情况下，如某些服务器响应超时导致的集群崩溃、网络流量激增等，以上独立的关键指标监控可能产生滞后效应，导致预警监测不及时。铁路客票系统业务流量数据能够较为实时地反映系统整体运行状态，为了从整体上对铁路客票系统进行监控，业务流量数据的时间序列预测和趋势预测成为加强异常预警的主要手段。

中国铁路客票系统的业务流量数据主要由用户登录服务数据、车次余票信息查询服务数据、购票服务数据等组成，不同的业务在实现方案中具有一定的串行和并行关系。除此之外，由于售票规则规定小时整点或半点开始售票，业务流量数据在时间维度上具有长短相关性和自相似性。……