一种智能诊断方法和相关设备与流程

本申请涉及计算机系统运维，尤其涉及一种智能诊断方法和相关设备。

背景技术：

1、随着微服务架构和容器化技术（如docker、kubernetes）的普及，it系统已成为现代it基础设施的主流。然而，现有的监控体系的智能诊断方法可能需要工程师耗费时间进行人工关联排查，影响故障解决效率，通过模型检测则可能存在模型效果不佳且部署维护成本高的问题。

2、综上，相关技术中存在的技术问题有待得到改善。

技术实现思路

1、本申请实施例的主要目的在于提出一种智能诊断方法和相关设备，以实现逻辑清晰、有据可查的自动化故障诊断。

2、为实现上述目的，本申请实施例的一方面提出了一种智能诊断方法，所述方法包括：

3、采集多源数据，所述多源数据包括时序指标、系统事件和拓扑信息；

4、判断所述多源数据是否存在异常；

5、若所述多源数据存在异常，则基于所述多源数据构建核心证据，基于所述核心证据查询向量知识库得到思维链示例，所述核心证据包括深度上下文；

6、将所述核心证据与所述思维链示例构造为诊断推理查询，通过大语言模型基于所述诊断推理查询进行推理得到推理结果；

7、基于所述推理结果生成诊断报告。

8、在一些实施例中，所述判断所述多源数据是否存在异常，包括：

9、通过分析模型分析所述多源数据的关键指标，得到初步异常节点；

10、基于服务依赖拓扑图获取所述初步异常点的下游服务节点，将所述初步异常节点以及所述下游服务节点构成潜在影响域，所述潜在影响域的服务节点包括所述初步异常节点以及所述下游服务节点；

11、为所述潜在影响域的每个服务节点配置业务关键度权重，基于所述潜在影响域以及所述业务关键度权重计算得到业务冲击分值；

12、查询并识别所述潜在影响域的每个服务节点的核心健康指标；

13、若所述核心健康指标出现劣化趋势，则分析出现劣化趋势的核心健康指标的劣化程度，基于所述劣化程度更新所述业务冲击分值；

14、若所述业务冲击分值大于预设决策阈值，则确定所述多源数据存在异常。

15、在一些实施例中，所述若所述多源数据存在异常，则基于所述多源数据构建核心证据，包括：

16、若所述多源数据存在异常，则对所述多源数据进行解析，提取关键技术实体，所述关键技术实体与所述多源数据关联；

17、基于所述关键技术实体构建时序实体共现图；

18、采用图中心性算法基于所述时序实体共现图计算所述关键技术实体对应的证据显著性分值；

19、基于所述关键技术实体的所述证据显著性分值对对应的所述多源数据进行排序，选取位于最前面若干数量的所述多源数据作为核心证据。

20、在一些实施例中，所述基于所述核心证据查询向量知识库得到思维链示例，包括：

21、提取所述核心证据的特征向量，所述特征向量包括三种模态特征向量，所述三种模态特征向量包括时序形态特征向量、拓扑结构特征向量以及语义上下文特征向量；

22、查询向量知识库计算每种模态特征向量的相似度，得到三个维度上的相似度；

23、将所述三个维度上的相似度融合得到综合相似度；

24、基于所述综合相似度确定与所述核心证据匹配的历史成功案例，将所述历史成功案例作为思维链示例。

25、在一些实施例中，所述将所述核心证据与所述思维链示例构造为诊断推理查询，包括：

26、将所述核心证据填充进查询模板，得到诊断推理查询;

27、通过所述思维链示例增强所述诊断推理查询，得到增强后的诊断推理查询；

28、或者，将所述核心证据与所述思维链示例填充进所述查询模板，得到诊断推理查询，所述查询模板包括输出格式约束。

29、在一些实施例中，所述方法还包括：

30、获取所述诊断报告的用户反馈；

31、若所述用户反馈为诊断正确，则提取所述诊断推理查询的时序形态、拓扑结构以及语义上下文三种不同模态的特征向量；

32、将所述三种不同模态的特征向量存入向量知识库。

33、为实现上述目的，本申请实施例的另一方面提出了一种智能诊断装置，所述装置包括：

34、数据采集模块，用于采集多源数据，所述多源数据包括时序指标、系统事件和拓扑信息；

35、异常判断模块，用于判断所述多源数据是否存在异常；

36、示例查询模块，用于若所述多源数据存在异常，则基于所述多源数据构建核心证据，基于所述核心证据查询向量知识库得到思维链示例，所述核心证据包括深度上下文；

37、模型推理模块，用于将所述核心证据与所述思维链示例构造为诊断推理查询，通过大语言模型基于所述诊断推理查询进行推理得到推理结果；

38、报告生成模块，用于基于所述推理结果生成诊断报告。

39、为实现上述目的，本申请实施例的另一方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现前面所述的方法。

40、为实现上述目的，本申请实施例的另一方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前面所述的方法。

41、为实现上述目的，本申请实施例的另一方面提出了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现前面所述的方法。

42、本申请实施例至少包括以下有益效果：本申请提供一种智能诊断方法、装置、电子设备、存储介质及程序产品,该方案通过采集多源数据，多源数据包括时序指标、系统事件和拓扑信息；判断多源数据是否存在异常；若多源数据存在异常，则基于多源数据构建核心证据，基于核心证据查询向量知识库得到思维链示例，核心证据包括深度上下文，提高了诊断的准确性和效率；将核心证据与思维链示例构造为诊断推理查询，通过大语言模型基于诊断推理查询进行推理得到推理结果，无需复杂操作部署模型，实现了自动化的故障诊断，具备了诊断未知故障的能力，提升模型检测效果；基于推理结果生成诊断报告，实现了逻辑清晰、有据可查的故障诊断，提升了运维人员对自动化诊断结果的信任度，提升用户体验。

1.一种智能诊断方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述判断所述多源数据是否存在异常，包括：

3.根据权利要求1所述的方法，其特征在于，所述若所述多源数据存在异常，则基于所述多源数据构建核心证据，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述核心证据查询向量知识库得到思维链示例，包括：

5.根据权利要求1所述的方法，其特征在于，所述将所述核心证据与所述思维链示例构造为诊断推理查询，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.一种智能诊断装置，其特征在于，所述装置包括：

8.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。