一种基于多模态日志分析的云原生智能运维系统的制作方法

本发明涉及智能运维，具体涉及一种基于多模态日志分析的云原生智能运维系统。

背景技术：

1、随着云计算技术的发展，云原生架构已成为构建和运行大型软件系统的主流模式，云原生架构通常基于微服务理念，将复杂的应用程序拆分为大量独立部署且相互调用的服务实体，为了保障这类分布式系统的高效与稳定运行，智能运维系统被引入到集群基础设施管理中，其核心在于通过采集微服务运行过程中的各项监测数据，实现对系统状态的感知与分析。

2、在现有的行业运维实践中，集群的监控通常依赖于多个独立的采集工具或代理组件，运维平台分别收集各个微服务实例的中央处理器和内存等基础资源占用指标、业务执行过程中的文本日志以及跨服务的链路追踪信息，传统的分析引擎在获取这些信息后，通常将其存放在各自独立的存储空间中，并通过设定静态阈值或应用常规的时序预测算法，对单一类型的监控指标进行独立的趋势判定与告警触发。

3、然而，现有的智能运维平台在实际应用中存在多源异构数据难以统一建模的技术缺陷，微服务运行产生的数据在形态与采集频率上具有显著的异构性，其中资源指标通常表现为低频采样的连续数值变量，而文件写入日志和网络链路追踪跨度则是离散触发的瞬态脉冲事件，现有的分析方案缺乏对底层异构数据的物理量连续化转化与严格的时序对齐机制，无法将不同维度的离散事件与连续指标映射到全局统一的时间序列网格上，导致运维系统只能对碎片化的数据孤岛进行孤立分析，难以在高度复杂的分布式环境中构建出能够准确反映微服务全貌状态的综合观测模型。

技术实现思路

1、本发明所要解决的技术问题在于针对现有云原生运维平台缺乏对底层多源异构观测数据的连续化转化与严格时序对齐机制，导致无法将不同维度的离散事件与连续指标映射到全局统一的时间序列网格上进行综合状态建模的技术缺陷，提供一种基于多模态日志分析的云原生智能运维系统。

2、本发明提供一种基于多模态日志分析的云原生智能运维系统，包括：

3、多模态数据连续化抽取模块，配置为采集云原生集群内微服务实例的系统调用数据，获取系统调用数据中的资源指标、日志写入速率、日志字节长度序列和分布式追踪跨度时长，转化为一维连续时间序列信号，并聚合生成对应微服务节点的多维观测向量；

4、编排状态感知与参数调制模块，配置为从云原生集群的控制面组件读取微服务节点的架构连接性状态信息，依据架构连接性状态信息计算微服务节点的复杂度因子，并通过预设的映射函数将复杂度因子转化为非线性相空间重构所需要的嵌入维数和时间延迟参数；

5、非线性相空间重构模块，配置为利用嵌入维数和时间延迟参数，对多维观测向量中的各个单维时间序列信号执行时延映射操作得到局部状态向量，并对多维观测向量对应的全部局部状态向量进行空间拼接，生成表征微服务节点运行状态的轨迹矩阵；

6、持续同调计算与异常检测模块，配置为依据轨迹矩阵内部的状态向量集合构建单纯复形，计算单纯复形在多维距离尺度下的持续同调特征生成拓扑不变量序列，计算拓扑不变量序列的时间梯度跳变幅值，当时间梯度跳变幅值超过预设的拓扑结构突变阈值时，生成拓扑结构突变告警事件；

7、根因定位与反向控制映射模块，配置为接收拓扑结构突变告警事件，计算告警时间窗口内各微服务节点轨迹矩阵的lyapunov指数变异度，将变异度超限且处于服务调用上游位置的微服务节点确定为根因节点，并依据触发告警事件的拓扑不变量跳变维度，生成与根因节点对应的基础设施管控指令下发至云原生集群的服务网格数据面执行。

8、其中，上述计算微服务节点的复杂度因子，具体通过将实例副本数量、入度依赖数量以及出度依赖数量分别与对应的预设权重系数相乘后进行标量加法运算获得。

9、上述非线性相空间重构所需要的嵌入维数，具体通过将复杂度因子与维度扩展系数相乘取整后，与基准嵌入维数比对取最大值获得；时间延迟参数具体通过计算复杂度因子的正指数增长结果，与基准时间延迟相乘取整后获得。

10、上述最大lyapunov指数，具体通过计算初始微小摄动距离经过预设时间步长演化后的轨迹偏离距离与该初始微小摄动距离的比值，并对该比值求解自然对数后与时间步长求商获得。

11、本发明采用上述技术方案，能够带来如下有益效果：

12、1、本发明通过在工作节点操作系统内核层部署探针捕获与微服务实例绑定的文件写入及网络传输调用事件并将提取的离散资源指标以及日志与链路追踪信息转化为一维连续时间序列信号，进而结合全局基础时间分辨率利用零阶保持器以及时域卷积平滑核函数执行时间轴插值与离散序列网格重采样操作，实现了云原生环境下多源异构观测数据的高效聚合以及严格时序对齐与统一状态建模。

13、2、本发明通过感知微服务节点的实例副本数量以及服务调用依赖的入度与出度数量计算架构复杂度因子，并基于该因子利用指数衰减与向上取整等映射规则动态计算非线性相空间重构所需的嵌入维数和时间延迟参数以指导局部状态向量的时延映射与空间拼接，实现了相空间重构几何控制变量的自适应调整以及微服务动力学演化特征的准确捕捉进而提升了运维分析针对架构动态变化的鲁棒性。

14、3、本发明通过计算微服务运行状态轨迹矩阵的最大lyapunov指数定量评估状态轨迹在多维相空间中的发散速率以定位引发拓扑结构突变的根因节点，并结合单纯复形演化提取反映空间连通分支及孔洞的拓扑不变量序列识别目标跳变维度进而匹配对应的熔断或限流策略模板，实现了从数学拓扑特征异常发现到确定故障源头以及向服务网格数据面下发基础设施自愈管控指令的智能运维闭环控制。

1.一种基于多模态日志分析的云原生智能运维系统，其特征在于，包括：

2.根据权利要求1所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述多模态数据连续化抽取模块（100）具体配置为执行以下特征聚合逻辑：

3.根据权利要求2所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述多模态数据连续化抽取模块（100）在生成多维观测向量时，还配置为执行以下对齐操作：

4.根据权利要求1所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述编排状态感知与参数调制模块（200）在计算微服务节点的复杂度因子时，具体配置为：

5.根据权利要求4所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述编排状态感知与参数调制模块（200）在转化非线性相空间重构所需要的嵌入维数和时间延迟参数时，具体配置为：

6.根据权利要求4所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述非线性相空间重构模块（300）具体配置为执行以下构建逻辑：

7.根据权利要求1所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述持续同调计算与异常检测模块（400）构建单纯复形及生成拓扑不变量序列时，具体配置为：

8.根据权利要求1所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述持续同调计算与异常检测模块（400）还配置为执行基于持续同调稳定性的时钟异步抗扰：

9.根据权利要求1所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述根因定位与反向控制映射模块（500）计算最大lyapunov指数时，具体配置为：

10.根据权利要求1所述的基于多模态日志分析的云原生智能运维系统，其特征在于，所述根因定位与反向控制映射模块（500）生成基础设施管控指令时，具体配置为执行以下反向映射逻辑：