故障诊断方法、装置、电子设备、存储介质及程序产品与流程

摘要: 本技术涉及智能驾驶域控制器软件健康管理,特别涉及一种故障诊断方法、装置、电子设备、存储介质及程序产品。背景技术:1、智能驾驶域控制器的软件可靠性直接关系车辆安全...
故障诊断方法、装置、电子设备、存储介质及程序产品与流程

本技术涉及智能驾驶域控制器软件健康管理,特别涉及一种故障诊断方法、装置、电子设备、存储介质及程序产品。

背景技术:

1、智能驾驶域控制器的软件可靠性直接关系车辆安全。autosar adaptiveplatform规范定义了平台健康管理(platform health management,phm)功能集群,通过检查点机制实现应用运行状态监督,应用程序在执行关键节点时上报检查点信息,phm依据上报行为判断应用是否按预期运行。

2、相关技术中,在phm基础上进行了改进;方法(1)提出跨进程监控方法,通过断言条件判定打点通过或失败,支持跨进程路由和配置化恢复;方法(2)采用固定间隔采集系统日志、cpu和内存信息,通过固定阈值和连续异常计数判定异常。

3、然而,相关技术仍存在根本性局限:一是渐进退化无法提前感知,固定阈值断言无法捕捉内存泄漏等缓慢增长趋势,告警时已错过最佳干预窗口;二是打点间调用链关系未被利用,无法区分全局负载异常与单点逻辑问题,也无法识别异常传播路径;三是固定阈值无法适应不同硬件平台的差异,更换平台需重新标定;四是故障类型无法区分,瞬态抖动和死锁均触发同样的“记录+重启”,导致过度恢复或无效恢复。综上,相关技术均以固定阈值为基准进行瞬时通过/失败判断,仅能判断单点瞬时状态,无法实现渐进退化感知、根因定位与差异化处置,亟待解决。

技术实现思路

1、本发明的目的之一在于提供一种故障诊断方法、装置、电子设备、存储介质及程序产品,以解决相关技术无法感知渐进退化、无法利用打点间调用链进行根因定位、固定阈值无法适应平台差异、故障类型无法区分导致恢复不当等问题;目的之二在于提供一种故障诊断装置;目的之三在于提供一种电子设备;目的之四在于提供一种计算机可读存储介质,目的之五在于提供一种计算机程序产品。

2、为了实现上述目的,本发明采用的技术方案如下:

3、对被监控目标的双源数据进行时序演化异常检测得到异常标记;

4、基于预先构建的诊断图,确定所述异常标记对应的异常点,根据所述异常点和预设的调用链关系确定根因点和受影响点;

5、根据所述异常标记、所述根因点和所述受影响点进行联合匹配,得到所述被监控目标的故障诊断结果。

6、进一步,所述双源数据包括系统级指标数据和应用级代码段埋桩数据,所述对被监控目标的双源数据进行时序演化异常检测得到异常标记,包括:

7、分别对所述系统级指标数据和所述应用级代码段埋桩数据建立滑动窗口得到系统级指标窗口和应用级代码段埋桩窗口;

8、对所述系统级指标窗口和所述应用级代码段埋桩窗口进行时序演化异常检测得到所述异常标记。

9、进一步,在分别对所述系统级指标数据和所述应用级代码段埋桩数据建立滑动窗口得到系统级指标窗口和应用级代码段埋桩窗口时,还包括:

10、分别采集所述系统级指标数据和所述应用级代码段埋桩数据中预设数量的样本得到系统级指标样本和应用级代码段埋桩样本;

11、根据所述系统级指标样本计算第一样本均值和第一样本标准差,并根据所述应用级代码段埋桩样本计算第二样本均值和第二样本标准差;

12、根据所述第一样本均值和所述第一样本标准差确定所述系统级指标数据对应的第一统计基线,并根据所述第二样本均值和所述第二样本标准差确定所述应用级代码段埋桩数据对应的第二统计基线。

13、进一步,所述对所述系统级指标窗口和所述应用级代码段埋桩窗口进行时序演化异常检测得到所述异常标记,包括:

14、根据所述第一统计基线对所述系统级指标窗口中的数据进行异常检测,得到所述第一统计基线的变化幅度,且根据所述第二统计基线对所述应用级代码段埋桩窗口中的数据进行异常检测,得到所述第二统计基线的变化幅度;

15、响应于所述第一统计基线的变化幅度超过第一预设阈值和所述第二统计基线的变化幅度超过第二预设阈值,输出所述异常标记。

16、进一步,所述对所述系统级指标窗口和所述应用级代码段埋桩窗口进行时序演化异常检测得到所述异常标记,包括:

17、基于所述系统级指标窗口中的数据,确定第一瞬时跳变、第一实际上报间隔、第一正增长次数和第一总增长百分比;

18、基于所述应用级代码段埋桩窗口中的数据,确定第二瞬时跳变、第二实际上报间隔、第二正增长次数和第二总增长百分比;

19、若所述第一瞬时跳变或所述第二瞬时跳变超过对应的预设偏离程度,或者,所述第一实际上报间隔或所述第二实际上报间隔超过对应的期望上报间隔,或者,所述第一正增长次数和所述第一总增长百分比均超过对应的阈值或所述第二正增长次数和所述第二总增长百分比均超过对应的阈值,则输出对应的所述异常标记。

20、进一步,所述根据所述异常点和预设的调用链关系确定根因点和受影响点,包括:

21、根据所述预设的调用链关系确定所述诊断图的入口点,从所述入口点开始沿调用方向,检查所述异常点的所有前序点是否均无所述异常标记;

22、在所述异常点的所有所述前序点均无所述异常标记的情况下,将所述异常点标记为所述根因点;

23、当所述异常点存在至少一个所述前序点为所述异常状态时,将所述异常点标记为所述受影响点。

24、一种故障诊断装置,包括:

25、检测模块,用于对被监控目标的双源数据进行时序演化异常检测得到异常标记;

26、确定模块,用于基于预先构建的诊断图,确定所述异常标记对应的异常点,根据所述异常点和预设的调用链关系确定根因点和受影响点;

27、诊断模块,用于根据所述异常标记、所述根因点和所述受影响点进行联合匹配,得到所述被监控目标的故障诊断结果。

28、进一步,所述双源数据包括系统级指标数据和应用级代码段埋桩数据,所述检测模块,具体用于:

29、分别对所述系统级指标数据和所述应用级代码段埋桩数据建立滑动窗口得到系统级指标窗口和应用级代码段埋桩窗口;

30、对所述系统级指标窗口和所述应用级代码段埋桩窗口进行时序演化异常检测得到所述异常标记。

31、进一步,在分别对所述系统级指标数据和所述应用级代码段埋桩数据建立滑动窗口得到系统级指标窗口和应用级代码段埋桩窗口时,所述检测模块,还用于:

32、分别采集所述系统级指标数据和所述应用级代码段埋桩数据中预设数量的样本得到系统级指标样本和应用级代码段埋桩样本;

33、根据所述系统级指标样本计算第一样本均值和第一样本标准差,并根据所述应用级代码段埋桩样本计算第二样本均值和第二样本标准差;

34、根据所述第一样本均值和所述第一样本标准差确定所述系统级指标数据对应的第一统计基线,并根据所述第二样本均值和所述第二样本标准差确定所述应用级代码段埋桩数据对应的第二统计基线。

35、进一步,所述检测模块,具体用于:

36、根据所述第一统计基线对所述系统级指标窗口中的数据进行异常检测,得到所述第一统计基线的变化幅度,且根据所述第二统计基线对所述应用级代码段埋桩窗口中的数据进行异常检测,得到所述第二统计基线的变化幅度;

37、响应于所述第一统计基线的变化幅度超过第一预设阈值和所述第二统计基线的变化幅度超过第二预设阈值,输出所述异常标记。

38、进一步,所述检测模块,具体用于:

39、基于所述系统级指标窗口中的数据,确定第一瞬时跳变、第一实际上报间隔、第一正增长次数和第一总增长百分比;

40、基于所述应用级代码段埋桩窗口中的数据,确定第二瞬时跳变、第二实际上报间隔、第二正增长次数和第二总增长百分比;

41、若所述第一瞬时跳变或所述第二瞬时跳变超过对应的预设偏离程度,或者,所述第一实际上报间隔或所述第二实际上报间隔超过对应的期望上报间隔,或者,所述第一正增长次数和所述第一总增长百分比均超过对应的阈值或所述第二正增长次数和所述第二总增长百分比均超过对应的阈值,则输出对应的所述异常标记。

42、进一步,所述确定模块,具体用于:

43、根据所述预设的调用链关系确定所述诊断图的入口点,从所述入口点开始沿调用方向,检查所述异常点的所有前序点是否均无所述异常标记;

44、在所述异常点的所有所述前序点均无所述异常标记的情况下,将所述异常点标记为所述根因点;

45、当所述异常点存在至少一个所述前序点为所述异常状态时,将所述异常点标记为所述受影响点。

46、一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被设置为用于执行如上述实施例所述的故障诊断方法。

47、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以用于实现如上述实施例所述的故障诊断方法。

48、一种计算机程序产品,所述计算机程序产品存储有计算机程序,该程序被处理器执行时实现如上述实施例所述的故障诊断方法。

49、本发明的有益效果:

50、(1)本发明通过建立滑动窗口统计基线,并引入trend检测算法,对最近w个样本统计正增长次数比例和总增长百分比,能够在指标绝对值仍处于正常范围时识别异常趋势,相比固定阈值断言提前感知内存泄漏等缓慢退化过程,避免错过最佳干预窗口。同时,统计基线基于被监控实体实际运行数据自动建立,无需人工标定,可自适应适配不同硬件平台及运行时负载波动,解决了跨平台阈值标定困难的问题。

51、(2)本发明通过构建基于代码段调用链前序-后序依赖关系的诊断图,并按照“前序正常而后序异常者为根因”的判定逻辑进行广度优先遍历,能够精准区分根因点与受影响点、识别异常传播路径,避免对非根本原因的应用盲目重启。

52、(3)本发明通过将系统级指标异常标记(spike/trend/stall)与应用级埋桩异常标记及诊断图分析结果进行跨维度联合匹配,能够区分瞬态抖动、死循环/死锁、内存泄漏、级联故障、系统过载、缓存失效六种故障类型并执行差异化恢复动作,解决了现有技术统一恢复导致过度恢复(瞬态抖动被不必要重启)和无效恢复(系统过载时重启单个应用无法解决根本问题)的技术缺陷。