一种面向多业务系统联动的后台全域监测预警方法及系统与流程

本发明涉及智能预警，尤其是涉及一种面向多业务系统联动的后台全域监测预警方法及系统。

背景技术：

1、当前政企数字化后台普遍采用多业务系统分布式部署架构，各类业务系统相互对接、数据互通、流程联动，共同支撑整体业务运转。但现有后台监测预警技术大多针对单一业务系统设计，监测模式碎片化、监测范围局部化，无法适配多系统联动场景的全域运维需求，存在诸多技术缺陷：首先，现有监测系统数据采集维度单一，仅能采集单一系统的日志、运行参数数据，无法整合多系统多源异构数据，数据存在孤岛问题，导致监测数据覆盖面不足，无法还原多业务联动运行的完整状态。其次，传统监测无系统化的业务联动依赖认知，仅依靠固定阈值判断单点设备或模块异常，无法识别业务系统之间的关联耦合关系，极易出现单点异常漏判、联动故障误判、全域故障预判滞后的问题，小故障极易引发跨系统连锁宕机。

2、同时，现有预警机制层级模糊，无标准化的量化评分体系，异常预警等级划分主观化、不规范，预警推送采用全局广播模式，未结合运维人员岗位权限、业务管辖范围差异化推送，导致核心运维人员被无效预警干扰、关键预警信息遗漏，运维处置效率极低。另外，传统故障处置依赖人工经验，无标准化跨业务联动处置规则，面对多系统联动故障，人工处置响应滞后、处置流程不统一，极易出现处置失误、故障扩散的情况。最后，现有监测预警体系固化，模型参数、预警规则无法根据历史故障数据迭代优化，长期运行后适配性、精准度持续下降，无法适配业务系统迭代更新后的运维监测需求。

3、因此，亟需一种全新的多业务系统联动后台全域监测预警方法解决上述问题。

技术实现思路

1、为实现上述目的，本发明提供了一种面向多业务系统联动的后台全域监测预警方法，以解决传统后台监测碎片化、异常研判片面、预警推送精准度低、跨业务处置滞后的问题，可大幅提升多业务联动场景下后台故障监测的全域性、精准性与运维智能化水平。

2、本发明提供了一种面向多业务系统联动的后台全域监测预警方法，包括以下步骤：

3、s1、采集后台全域多源异构数据，并进行预处理；

4、s2、构建多业务系统联动依赖知识图谱；

5、s3、构建递进式三级异常研判机制，进行从单点异常到全域故障的识别与预判；

6、s4、构建量化评分模型，将异常事件划分为四级标准化预警等级，根据运维人员岗位权限和业务管辖范围，进行预警信息的定向推送和分级触达；

7、s5、预先构建覆盖全故障场景的跨业务联动处置策略规则库，跨业务系统自动化联动处置；

8、s6、归档故障全流程数据，采用增量训练模式对模型参数、图谱权重和预警规则进行迭代优化，实现监测预警体系的自适应升级。

9、优选的，s1中，采集的多源异构数据包括后台设备运行参数、业务系统运行日志、接口调用数据、数据库读写数据、业务流转数据和网络传输数据；

10、对采集的多源异构数据进行预处理，包括数据清洗、数据归一化、数据补缺和时序对齐处理，采用极值归一化算法进行归一化处理，归一化公式为：

11、；

12、其中，为原始监测数据，为同类监测数据最大值，为同类监测数据最小值，为归一化后标准化数据；

13、预处理后得到标准化监测数据集，其表达式为：

14、；

15、其中，为第条标准化监测数据，为监测数据总条数，。

16、优选的，s1中，后台设备运行参数包括后台服务器、交换机、存储设备的cpu使用率、内存占用率、磁盘读写速率、磁盘剩余容量、设备运行温度、端口在线状态、硬件负载率和设备启停状态；

17、业务系统运行日志包括各业务系统的启动日志、运行轨迹日志、程序报错日志、进程启停日志、线程资源占用日志、系统超时日志和功能调用操作日志；

18、接口调用数据包括跨业务系统接口、系统内部接口的调用频次、调用成功率、响应延迟、超时次数、异常报错码、并发调用量、数据传输字节量和接口熔断状态数据；

19、数据库读写数据包括数据库表单读写速率、数据增删改查执行耗时、事务成功率、数据缓存命中率、数据库连接数、读写异常报错数据和数据冗余备份状态；

20、业务流转数据包括业务工单提交量、审批流转时长、业务办结率、异常工单数量、业务节点滞留数据、用户业务访问频次和业务失败回调数据；

21、网络传输数据包括内网带宽占用率、数据传输延迟、网络丢包率、端口连接状态、异常访问请求数、数据包重传次数和网络抖动值数据。

22、优选的，s2中，多业务系统联动依赖知识图谱包括实体层、关系层和权重层；

23、实体层包括业务系统实体、后台硬件设备实体、业务交互接口实体和数据库存储节点实体，每类实体配置唯一全局标识id，用于关联绑定运行状态数据与故障特征数据；

24、关系层包括上下游调用依赖关系、跨实体数据传输关系、业务流程联动关系和硬件资源占用关系，通过构建全域实体关联拓扑矩阵，搭建可视化业务联动网络，全域实体关联拓扑矩阵表达式为：

25、；

26、式中，为全域实体关联拓扑矩阵整体，为知识图谱内全部实体总数量，为第个实体与第个实体的关联拓扑标识值，且为正整数；

27、全域实体关联拓扑矩阵元素取值规则为：

28、当第个实体与第个实体存在直接联动关联时，；当第个实体与第个实体无任何联动关联时，；矩阵对角线元素，代表实体自身无自联动关系；

29、权重层用于量化不同实体关联的紧密程度与故障传导优先级，通过标准化联动关联度公式计算得到关联权重，计算公式为：

30、；

31、其中，为第个实体与第个实体之间的双向联动关联权重，取值区间为[0,1]；为预设统计周期内第个实体与第个实体的双向联动频次；为预设统计周期内第个实体与第个实体的有效数据交互量；为第、第任一实体发生故障时互相波及的关联实体覆盖数量，表征故障联动辐射能力；为联动频次权重系数，为数据交互量权重系数，为故障影响范围权重系数，满足约束关系，且；

32、将全域实体关联拓扑矩阵与量化关联权重融合，构建带权关联拓扑矩阵，矩阵计算公式为：

33、。

34、优选的，s3中，递进式三级异常研判机制包括一级单点异常研判、二级局部联动异常研判和三级全域故障研判，具体的：

35、一级单点异常研判通过参数阈值比对实现单节点异常识别；

36、二级局部联动异常研判根据知识图谱关联关系，研判单点异常引发的局部业务集群异常；

37、三级全域故障研判通过全域关联推演模型预判跨系统全域连锁故障，全域关联推演模型公式为：

38、；

39、其中，为全域故障发生概率，为第个局部业务集群的关联权重，为第个局部业务集群的异常概率，为局部业务集群总数量，。

40、优选的，s4中，采用多维度加权评分算法构建量化评分模型，异常综合评分公式为：

41、；

42、其中，为异常综合评分，为异常持续时长评分，为异常影响业务数量评分，为异常数据偏差度评分，为异常联动扩散风险评分，、、、为维度权重系数，且，。

43、优选的，s4中，根据异常综合评分划分四级标准化预警等级：

44、一级预警为紧急故障，此时≥90分；

45、二级预警为严重故障，此时70分≤＜90分；

46、三级预警为一般故障，此时40分≤＜70分；

47、四级预警为轻微异常，此时0分≤＜40分。

48、优选的，s5中，跨业务联动处置策略规则库用于存储各类故障场景对应的处置流程、权限指令和联动系统清单，通过故障场景标签匹配处置策略，处置优先级公式为：

49、；

50、其中，为故障处置优先级；为优先级调节系数，；为异常综合评分；为故障历史危害等级。

51、优选的，s6中，采用动态损失函数进行增量训练，动态损失函数公式为：

52、；

53、其中，为迭代总损失值；为增量学习系数，；为新增故障数据训练损失值；为历史模型训练损失值。

54、本发明还提供一种面向多业务系统联动的后台全域监测预警系统，用于实现上述监测预警方法，包括数据采集预处理模块、知识图谱构建模块、异常研判模块、分级预警模块、跨业务联动处置模块和自适应迭代优化模块；

55、数据采集预处理模块，用于采集后台设备运行参数、业务系统运行日志、接口调用数据、数据库读写数据、业务流转数据、网络传输数据的全域多源异构数据，并完成数据清洗、数据补缺、时序对齐与归一化预处理，输出标准化监测数据集；

56、知识图谱构建模块，用于构建多业务联动依赖知识图谱，搭建全域实体关联拓扑矩阵与带权关联拓扑矩阵，量化各实体联动关联强度，形成业务联动拓扑网络；

57、三级异常研判模块，用于执行一级单点异常研判、二级局部联动异常研判、三级全域故障预判，根据知识图谱关联权重与全域关联推演模型，进行异常识别与连锁故障风险预判；

58、量化分级预警模块，用于通过多维度加权评分模型完成异常综合评分，划分四级标准化预警等级，并结合运维岗位权限与业务管辖范围，进行预警信息定向分级推送；

59、跨业务联动处置模块，用于调用预构建的全场景联动处置规则库，根据故障处置优先级自动匹配处置策略，执行跨业务系统自动化联动防护与故障修复操作；

60、自适应迭代优化模块，用于归档故障全流程数据形成结构化故障样本集，并采用增量训练模式与动态损失函数进行模型参数、图谱权重、预警阈值及处置规则的自适应迭代更新。

61、因此，本发明采用上述一种面向多业务系统联动的后台全域监测预警方法及系统，有益效果如下：

62、（1）本发明根据多业务系统联动依赖知识图谱梳理系统耦合关联关系，打破了传统单一监测碎片化、数据孤岛的弊端，实现了后台全节点、全业务、全流程全域监测，可精准捕捉隐性异常，为故障研判与预警提供全面可靠的数据支撑。

63、（2）本发明构建的递进式异三级常研判机制，可精准识别单点、局部联动及全域连锁隐性故障，通过多维度量化评分模型标准化划分预警等级，结合运维权限与业务范围实现预警定向分级推送，有效规避无效预警干扰、关键预警遗漏问题，显著提升故障响应与预警精准度。

64、（3）本发明根据全场景跨业务联动处置策略规则库，实现了多业务系统故障自动化联动处置，可替代低效人工运维模式，缩短故障处置时长、抑制故障跨系统扩散；同时通过故障数据归档与增量训练，自适应迭代优化模型参数、图谱权重及预警规则，适配业务系统迭代变更需求，降低人工运维成本，持续保障后台系统稳定运行。

65、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。