1.一种基于定性趋势分析的多变量报警监控方法，其特征是：将历史原始数据转换为趋势序列，提取报警和正常数据的显著时间序列模式及相应的相似数据段，将两种显著时间序列模式进行集合运算，实现多变量的报警监控。

2.如权利要求1所述的一种基于定性趋势分析的多变量报警监控方法，其特征是：包括以下步骤：选择一段历史数据作为原始数据；

使用定性趋势分析方法，将原始数据转换为趋势序列；

根据报警配置信息，计算历史报警序列，并根据历史报警序列将数据分为报警数据集和正常数据集,将其分别应用多特征主题模型得到主题概率；

计算报警数据集和正常数据集的显著模式及相应的相似数据段，对两组显著模式进行集合运算。

3.如权利要求1或2所述的基于定性趋势分析的多变量报警监控方法，其特征是：使用定性趋势分析方法，将原始数据转换为趋势序列，将其描述成具有特征的文档，该特征提取成基于时间序列的每一时刻的趋势描述。

4.如权利要求3所述的基于定性趋势分析的多变量报警监控方法，其特征是：趋势描述包括增加、减少和不变。

5.如权利要求1或2所述的基于定性趋势分析的多变量报警监控方法，其特征是：依据多特征主题模型迭代求解主题概率模型，对于每一个主题计算主题概率标准差，并对比基于所有文档计算所有主题的全局标准差，再对所有数据段归类为其最有可能隶属的模式。

6.如权利要求1或2所述的基于定性趋势分析的多变量报警监控方法，其特征是：多特征主题模型中每一文档都包含多项相互独立的特征，每项特征可有多种取值，且特征相互独立，计算一次观测的概率，将一次观测展开成包含隐变量的形式，进而构建基于隐变量的未知参数集，得到似然概率函数，通过期望最大化算法最大化该似然概率，不断迭代计算得到未知参数的解。

7.如权利要求1或2所述的基于定性趋势分析的多变量报警监控方法，其特征是：得到主题概率分布，对于每一个主题，计算主题概率标准差，基于所有文档计算所有主题的全局标准差，若某一主题的标准差大于全局标准差，则认为该主题是显著的。

8.如权利要求1或2所述的基于定性趋势分析的多变量报警监控方法，其特征是：对报警数据集和正常数据集分别计算显著主题集合，得到各自的显著模式，对于每个文档，标注其最有可能隶属的模式，将所有数据段归类为相应的模式。

9.如权利要求1或2所述的基于定性趋势分析的多变量报警监控方法，其特征是：对报警数据集和正常数据集的显著模式取并集。

10.一种基于定性趋势分析的多变量报警监控系统，其特征是：包括：数据选择模块，用于选择一段合适的历史数据作为原始数据；

趋势化模块，使用定性趋势分析方法将原始数据转换为趋势序列；

数据集划分模块，提取历史报警序列，并根据历史报警序列将数据分为报警数据集和正常数据集；

主题模型模块，对报警数据集和正常数据集分别应用多特征主题模型得到主题概率；

后处理模块，计算报警数据集和正常数据集的显著模式及相应的相似数据段，并对得到的两组显著模式进行集合运算。