基于源码语义知识图谱的异常根因定位方法与流程

本发明属于电力运维故障诊断，具体地说是基于源码语义知识图谱的异常根因定位方法。

背景技术：

1、电力监控系统承载电网运行、设备测控等核心业务，系统规模持续扩张，源码、配置、数据库链路复杂，故障发生后日志、性能指标数据量大、异常传播路径隐蔽，传统故障排查手段存在明显短板：其一，人工排查依赖运维人员经验，仅依靠日志关键字检索无法关联底层代码调用、数据流依赖关系，难以追溯异常从底层代码到业务表现的完整传播链路，根因定位耗时长、误判率高；其二，现有故障分析工具多仅基于运行时序数据开展浅层统计分析，未融合源码静态语义信息，无法建立异常现象与程序类、方法、配置项、数据表的精准映射，缺少代码层面证据支撑；其三，常规智能诊断模型仅单一输入文本日志，未结合源码片段、性能时序等多维度证据，推理置信度不足，且未积累历史修复案例实现迭代优化；同时电力系统源码、数据库凭证含敏感信息，直接建模存在数据安全风险。当前缺少可兼顾源码语义关联、多模态智能推理、数据脱敏与持续自迭代的一体化根因定位方案，难以满足电力监控系统高效、精准、安全的故障运维需求，因此提出本发明方法。

技术实现思路

1、针对现有技术的不足，本发明提出了基于源码语义知识图谱的异常根因定位方法，构建源码语义知识图谱并留存多版本快照；故障发生后划定异常时间窗口，采集时序日志与性能指标提取异常特征，通过名称匹配与源码行号定位将异常映射至图谱实体，扩散标记受影响节点与传播边界；以映射节点为起点多跳遍历图谱召回异常传播链路子图，构造多模态提示输入代码-文本双模态预训练大模型，输出带置信度的候选根因；再结合证据充分性、业务冲突度、历史准确率三维加权综合排序，输出根因定位报告；本发明融合代码语义图谱与大模型多模态推理，精准定位电力监控系统故障根因，提升故障处置效率，可持续迭代优化诊断能力。

2、为实现上述目的，本发明提供如下技术方案：

3、基于源码语义知识图谱的异常根因定位方法，包括：

4、采集电力监控系统全域静态资源及运行动态证据数据，构建脱敏源码语义知识图谱并留存版本快照；

5、故障触发后，采集异常时段系统日志与性能指标，按预设规则提取异常特征，生成异常上下文数据，将异常特征映射至脱敏源码语义知识图谱中的对应节点，标记受影响的节点集合及传播边界；

6、以映射的对应节点为起点，沿脱敏源码语义知识图谱中预设关系类型双向检索多跳关联路径并召回异常传播链路子图，将召回异常传播链路子图与异常上下文数据输入预训练大模型，生成候选根因集合；

7、对候选根因按证据充分性、业务冲突度和历史准确率加权评分排序，输出根因定位报告，运维人员确认实际修复操作后，将本次根因、修复操作、处置标签作为历史案例存入脱敏源码语义知识图谱的关联历史库，迭代更新脱敏源码语义知识图谱及版本快照。

8、具体地，所述全域静态资源包括源码文件、配置文件、数据库结构；所述运行动态证据数据包括进程状态、网络连接、系统日志；所述异常特征包括：错误码、超时、资源耗尽；所述候选根因集合中每个根因附带源码证据、运行证据、验证动作及处置建议。

9、具体地，所述脱敏源码语义知识图谱的构建过程包括：

10、采用语法解析工具对源码文件与配置文件进行抽象语法树解析，提取类定义、方法声明、属性字段、配置项键值及数据库表结构定义，并采用静态代码分析工具识别函数调用关系及数据流依赖关系；

11、筛选提取的全域静态资源中的敏感字符串及数据库连接凭证并进行脱敏处理，再将脱敏后的类定义、方法声明、属性字段、配置项键值及数据库表结构定义作为实体节点，将函数调用关系与数据流依赖关系作为关系边，存入图数据库，生成脱敏源码语义知识图谱。

12、具体地，所述采集异常时段系统日志与性能指标，按预设规则提取异常特征，生成异常上下文数据，包括：

13、以电力监控系统故障触发时刻为基准，结合预设第一回溯时间窗口与预设第二延伸时间窗口，界定唯一异常采集时间段；

14、在所述异常采集时间段内，通过日志采集代理获取各节点的系统日志，通过性能监控代理获取各节点的性能指标，并对获取的系统日志及性能指标进行时间戳对齐，生成时序有序的异常时段多维数据帧；

15、调用内置包含错误码匹配、超时阈值判定、资源耗尽判定规则的预设异常特征规则库，对异常时段多维数据帧逐一对标匹配检测，筛选出匹配规则的日志条目与性能指标数据点作为异常特征点，提取异常特征点对应的时间戳与来源标识，汇总生成异常特征集合；

16、以所述异常特征集合中每一异常特征点的时间戳与来源标识为主键，从所述异常时段多维数据帧中截取该异常特征点前后预设第三时间窗口内的系统日志文本及性能指标时序片段并封装为异常特征点对应的异常上下文数据包，所有异常特征点的异常上下文数据包组成异常上下文数据集。

17、具体地，所述将异常特征映射至脱敏源码语义知识图谱中的对应节点，标记受影响的节点集合及传播边界，包括：

18、将所述异常特征集合中每一异常特征点的来源标识与脱敏源码语义知识图谱中的实体节点名称进行字符串匹配，将匹配成功的实体节点确定为映射实体节点；

19、针对未匹配成功的异常特征点，基于异常特征点的时间戳从版本快照中获取当前部署版本的源码文件，通过源码行号定位方法确定异常特征点对应的源码行位置，根据源码行位置所在的方法声明确定映射实体节点，并记录每一异常特征点与其映射实体节点的对应关系，生成异常特征-节点映射表。

20、具体地，所述将异常特征映射至脱敏源码语义知识图谱中的对应节点，标记受影响的节点集合及传播边界，还包括：

21、以所述异常特征-节点映射表中所有映射实体节点作为种子节点集合，获取脱敏源码语义知识图谱中种子节点集合内每个种子节点的入度关系边与出度关系边，以种子节点集合为起点，沿入度关系边与出度关系边分别向外扩展预设跳数，将扩展过程中经过的所有映射实体节点与关系边纳入扩展节点集合，再对扩展节点集合中的每个映射实体节点，统计其被不同种子节点覆盖的次数；

22、将被覆盖次数大于预设覆盖阈值的映射实体节点标记为受影响的节点集合；将受影响的节点集合的外层边界上满足其任一相邻节点不属于受影响的节点集合的映射实体节点标记为传播边界节点；将受影响的节点集合与传播边界节点集合以子图形式输出，标记为受影响子图及传播边界。

23、具体地，所述源码行号定位方法的具体步骤为：

24、从未匹配成功的异常特征点中提取日志输出语句所在源文件名及行号信息；

25、将提取的源文件名及行号信息作为检索查询键，在已留存的版本快照中检索获取对应名称的完整源码文件内容；

26、采用行读取定位方式在源码文件中定位到行号信息对应的源码行；

27、对源码行进行词法解析，提取该源码行所属方法体的起始行与结束行，界定出完整的方法体源码区间，并将方法体源码区间内全部源码行，定义为当前异常特征点对应的源码行位置；

28、从源码行位置中提取所属的类名及方法名，以类名及方法名作为异常特征点映射的实体节点名称。

29、具体地，所述沿脱敏源码语义知识图谱中预设关系类型双向检索多跳关联路径，包括：

30、从所述异常特征-节点映射表中获取所有映射实体节点作为检索起点集合，从脱敏源码语义知识图谱中获取预设关系类型集合；所述关系类型集合包括方法调用关系、配置引用关系及数据库访问关系；

31、以检索起点集合中的每个映射实体节点为起始端点，在脱敏源码语义知识图谱中同时沿预设关系类型集合中的关系方向与逆关系方向执行广度优先遍历，在每跳遍历中记录当前节点标识、关系类型及跳数，每向外扩展一跳，将当前跳新访问的映射实体节点及其经过的关系边加入候选路径集合，直至达到预设最大遍历跳数；

32、将候选路径集合中具有相同终点节点的所有路径按跳数升序排序后输出多跳关联路径集合。

33、具体地，所述召回异常传播链路子图，包括：

34、获取所述多跳关联路径集合中每条路径的终点节点；

35、统计每条路径中经过的映射实体节点在异常特征-节点映射表中出现的总次数作为路径覆盖数量；

36、以路径覆盖数量为第一排序键并以路径总跳数为第二排序键，对多跳关联路径集合中的所有路径进行降序排序，选取排序前n位的路径作为异常传播骨干路径，并将异常传播骨干路径中所有映射实体节点及关系边进行并集运算，合并生成异常传播链路子图；

37、记录异常传播链路子图中每一映射实体节点在异常特征-节点映射表中对应的异常特征点集合，作为对应映射实体节点的关联异常证据集。

38、具体地，所述将召回异常传播链路子图与异常上下文数据输入预训练大模型，生成候选根因集合，包括：

39、对所述异常传播链路子图中每一映射实体节点，从脱敏源码语义知识图谱中获取其对应的源码片段与配置片段并拼接为源码证据文本；从异常上下文数据集中获取映射实体节点对应的异常上下文数据包，提取异常上下文数据包中的系统日志文本片段与性能指标时序片段，拼接为运行证据文本；

40、为异常传播链路子图的每一映射实体节点构建输入提示；所述输入提示包含映射实体节点的名称、源码证据文本、运行证据文本、关联异常证据集以及映射实体节点在异常传播链路子图中的邻接节点名称列表；

41、将每一映射实体节点的输入提示输入至预训练大模型，预训练大模型输出该映射实体节点对应的候选根因描述、根因置信度评分及验证动作序列；

42、汇总所有实体节点对应的候选根因描述及根因置信度评分，形成初始候选根因集合。

43、与现有技术相比，本发明的有益效果是：

44、1.本发明提出基于源码语义知识图谱的异常根因定位方法，本发明构建脱敏源码语义知识图谱，解决传统方案无法串联代码调用、配置引用、数据库访问依赖的痛点；通过语法解析提取程序实体与依赖关系并完成敏感信息脱敏，既保障电力系统源码、数据库凭证的数据安全，又留存多版本快照适配系统迭代场景；故障阶段依托双时间窗口对齐日志与性能指标，通过名称匹配、源码行号定位实现异常特征与代码节点精准映射，多跳扩散标记受影响节点并剪枝低证据子图，可完整还原异常传播边界，弥补人工排查仅依赖日志、缺少底层代码证据、链路追溯不全的缺陷，缩小故障排查范围，降低漏判、误判概率。

45、2.本发明提出基于源码语义知识图谱的异常根因定位方法，本发明融合大模型实现智能根因推理，结合源码证据、运行时序证据构建多模态输入提示，自动输出带置信度、可落地验证步骤的候选根因；同时从证据充分性、业务冲突度、历史准确率三维加权综合排序，优先推送高可信度主推根因，提升定位精准度；运维修复后的故障案例、源码差异补丁存入图谱关联历史库，依托时间衰减因子动态修正历史案例权重，持续迭代优化诊断模型，形成闭环自优化运维体系；整体方案兼顾故障定位精度、处置效率与安全迭代能力，适配电力监控系统复杂多版本业务场景，有效缩短故障处置时长，降低运维人力成本。