一种基于知识图谱的智慧运维告警系统的制作方法

摘要: 本发明涉及it运维告警处理,具体为一种基于知识图谱的智慧运维告警系统。背景技术:1、it运维环境中每天产生海量监控告警,其中大量告警由同一根因故障引发或存在关联...
一种基于知识图谱的智慧运维告警系统的制作方法

本发明涉及it运维告警处理,具体为一种基于知识图谱的智慧运维告警系统。

背景技术:

1、it运维环境中每天产生海量监控告警,其中大量告警由同一根因故障引发或存在关联关系,形成告警风暴。传统告警收敛方法主要依赖预定义规则、固定时间窗口聚合或静态拓扑关系进行告警压缩。通过配置管理数据库获取资产拓扑,按照设备间的静态连接关系将部分告警归并,或者依据告警发生时间简单合并。但运维对象之间的依赖关系在业务运行中动态变化,应用服务、系统平台和物理资源之间形成多层级的调用链与影响链,单一故障可沿依赖关系向上游和下游双向传播,引起多个层级的关联告警。静态规则无法适应这种动态传播特性,容易将无因果关系的告警错误收敛,或将本当关联的告警割裂开,造成降噪效果不稳定。基于拓扑的告警分析方法往往仅沿单一方向追溯依赖链,难以同时兼顾故障的根因定位与影响范围识别。当应用服务异常时,其影响会向下游服务扩散,而根因可能来自上游系统平台或物理资源;仅分析单一方向会导致漏掉上游根因节点或下游受影响节点,收敛结果不完整。另外,现有的收敛判定通常采用固定的拓扑跳数或简单的属性匹配,缺乏对节点异常程度的量化衡量,无法区分在传播路径中哪些节点确实受到影响,哪些节点仅处于路径上但自身指标正常。这使得收敛边界模糊,要么过度收敛将正常节点告警抑制,造成关键告警丢失,要么收敛不充分,运维人员仍需处理大量冗余告警。因此,如何在动态依赖环境中同时捕捉告警的前向传播和后向传播,并依据各节点实时状态精准确定告警收敛范围,是当前降噪收敛技术亟需解决的问题。

技术实现思路

1、提供一种基于知识图谱的智慧运维告警系统,实现告警在动态依赖关系中的双向传播搜索和基于实时指标强度的自适应收敛,提升告警收敛的准确性和降噪效果。

2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于知识图谱的智慧运维告警系统,包括:图谱构建模块,用以构建包含实体节点和关系边的动态知识图谱,所述实体节点携带运维对象的静态属性与实时指标属性,所述关系边表征运维对象间的依赖关系和时序关联关系;告警映射模块,用以接收原始告警流,从所述原始告警流中提取告警实体,并将所述告警实体映射至所述动态知识图谱中对应的实体节点,所述告警实体包含告警时间戳和告警类型标识;双向传播模块,用以以所述告警实体所映射的实体节点为起始节点,沿所述关系边在所述动态知识图谱中执行前向传播搜索与后向传播搜索,所述前向传播搜索沿所述依赖关系遍历上游节点,所述后向传播搜索沿所述依赖关系遍历下游节点,分别获得上游传播路径和下游传播路径;强度计算模块,用以依据所述上游传播路径和所述下游传播路径中各节点的所述实时指标属性,计算各节点在所述告警时间戳下的传播强度值;收敛输出模块,用以基于所述传播强度值对所述上游传播路径和所述下游传播路径中满足收敛条件的节点进行标记,并将标记节点的告警信息合并输出。

3、优选的,所述图谱构建模块通过配置管理数据库获取运维对象的资产清单,依据对象类型标识将运维对象划分为物理资源实体、系统平台实体和应用服务实体;依据对象层级标识确定各实体之间的层级归属关系,该层级归属关系包括物理层、平台层和应用层之间的上下级隶属关系;根据网络连接配置和进程通信配置确定各实体间的调用依赖关系,该调用依赖关系包含服务调用方向和服务调用端口;将所述层级归属关系和所述调用依赖关系组合为所述关系边,并将运维对象的所述静态属性与所述实时指标属性关联至对应的实体节点。由此构建的动态知识图谱立体地刻画了it环境的物理部署、平台支撑与业务服务三层拓扑,以及服务间的实际调用链路,为告警传播分析提供了精准、可演化的数字底图。

4、所述告警映射模块对原始告警流中的每条告警记录进行解析,提取告警源标识、告警时间戳和告警类型标识;以告警源标识为查询键,在所述动态知识图谱中检索具有相同对象身份标识的实体节点;若检索到,则将告警实体绑定至该实体节点,实现告警与运维对象的即时关联;若未检索到,则根据告警源标识在所述动态知识图谱中创建临时实体节点,并将该临时实体节点作为告警实体映射的目标节点,防止因资产信息变更或录入延迟造成告警漏映射,保证告警收敛的完整性。

5、所述双向传播模块获取起始节点的实体类型和告警时间戳;作为一种优选实施方式,当实体类型为应用服务实体时,优先沿所述调用依赖关系执行前向传播搜索,以向上追溯引发服务异常的底层根因;当实体类型为物理资源实体时,优先沿所述层级归属关系执行后向传播搜索,以向下识别受底层故障影响的上层服务范围。在前向传播搜索中,以起始节点为起点沿关系边逐跳遍历,每跳记录当前节点的节点深度值和关系边方向;在后向传播搜索中,沿所述关系边的反方向逐跳遍历,每跳记录当前节点的反向深度值和关系边反向标识;当节点深度值超过预设的前向跳数阈值时终止前向传播搜索,当反向深度值超过预设的后向跳数阈值时终止后向传播搜索。该机制使得搜索范围自适应局限于告警根因和影响域内,避免图谱全量遍历带来的计算开销和无关节点混入。进一步的,前向传播搜索与后向传播搜索可采用并行执行方式,并在上游传播路径和下游传播路径交汇时合并交汇节点的传播搜索结果,从而缩短双向遍历耗时,提升实时分析效率。

6、所述强度计算模块从上游传播路径各节点中提取在告警时间戳之前的第一时间窗口内的第一指标序列,从下游传播路径各节点中提取在告警时间戳之前的第二时间窗口内的第二指标序列,其中第二时间窗口的时长小于第一时间窗口的时长;计算第一指标序列中相邻采样值之间的第一变化累积量,并以该第一变化累积量作为上游传播路径中各节点的第一传播贡献值;计算第二指标序列中采样值与告警时间戳对应采样值之间的第二变化累积量,并以该第二变化累积量作为下游传播路径中各节点的第二传播贡献值;将同一节点的第一传播贡献值与第二传播贡献值相加,获得该节点的传播强度值。上游采用较长窗口捕捉趋势性累积异常,下游采用较短窗口捕捉邻近突变的强烈症状,两者叠加使传播强度值准确反映节点在告警发生时刻的故障关联程度。优选的,第一时间窗口的时长和第二时间窗口的时长可根据告警类型标识对应的告警级别动态调整,告警级别越高则窗口时长越短,使得高紧急度告警聚焦于近期指标突变,强度计算结果更具时效性和灵敏度。

7、在一种优选方案中,所述传播强度值计算完成后,还对上游传播路径和下游传播路径执行传播强度衰减校验:获取上游传播路径从起始节点到最上游节点的第一路径长度,以及下游传播路径从起始节点到最下游节点的第二路径长度;根据第一路径长度计算第一衰减因子,该第一衰减因子与第一路径长度成反比;根据第二路径长度计算第二衰减因子,该第二衰减因子与第二路径长度成反比;将上游传播路径中各节点的传播强度值乘以第一衰减因子,获得更新后的第一传播强度值;将下游传播路径中各节点的传播强度值乘以第二衰减因子,获得更新后的第二传播强度值。通过距离反比衰减,合理压低远端节点的传播强度,使收敛判定更聚焦于告警源附近的核心区域,抑制长依赖链末端的噪声信号。

8、所述收敛输出模块在进行收敛标记时,沿上游传播路径从起始节点向上游方向依次比较相邻节点的传播强度值,当上游节点的传播强度值小于其下游相邻节点的传播强度值时,将该上游节点标记为衰减节点,并终止向该衰减节点更上游方向的传播;沿下游传播路径从起始节点向下游方向依次比较相邻节点的传播强度值,当下游节点的传播强度值小于其上游相邻节点的传播强度值时,将该下游节点标记为末端衰减节点,并终止向该末端衰减节点更下游方向的传播;获取所有未终止传播方向上的节点中传播强度值最大的节点作为收敛中心节点;将上游传播路径和下游传播路径中与收敛中心节点的图谱距离小于距离阈值的节点标记为收敛节点。这种基于强度梯度比较和中心聚类的方式无需人工设定多级阈值,能够自动识别告警风暴的收敛边界和影响集群核心。

9、所述收敛输出模块将标记节点的告警信息合并输出时,获取所有标记节点的节点身份标识和每个标记节点对应的告警记录;以收敛中心节点的节点身份标识作为合并告警的主键,将收敛中心节点的告警记录作为主告警记录;将除收敛中心节点外的其他标记节点对应的告警记录挂载至主告警记录的关联告警列表下,该关联告警列表包含每条关联告警的告警类型标识和告警时间戳;按照告警时间戳的先后顺序对关联告警列表进行排序,并将排序后的关联告警列表与主告警记录组合为收敛告警包。由此,运维人员收到的是以根因或影响中心为主告警、周边关联告警按时序列出的合并通知,大量冗余、派生告警被收敛压缩,告警数量显著下降,同时保留了完整的故障传播脉络和时序证据,有效提升告警可读性与故障定位速度。

10、在上述技术方案中,本发明提供的技术效果和优点:

11、双向传播模块以告警实体映射的实体节点为起始节点,在包含依赖关系和时序关联关系的动态知识图谱中同时执行前向传播搜索和后向传播搜索。前向传播搜索沿依赖关系遍历上游节点,后向传播搜索沿依赖关系遍历下游节点,分别获得上游传播路径和下游传播路径。这种双向遍历机制能够完整描绘一次告警事件在运维体系中的因果链条和影响扩散范围,不丢失上游根因节点和下游波及节点。区别于仅沿单一方向分析或仅依据静态拓扑的收敛方式,双向传播在探测路径上覆盖了物理资源、系统平台到应用服务的多层级依赖,当故障源自底层基础设施时可通过后向传播捕获上层应用异常,当故障源自服务组件时可通过前向传播追查底层支撑对象,确保收敛视野完备。该方案可动态适应知识图谱中关系边的更新,无需预定义传播方向,避免因依赖关系变化导致告警关系断裂。强度计算模块利用上游传播路径和下游传播路径中各节点的实时指标属性,计算节点在告警时间戳下的传播强度值。从上游路径各节点提取告警时间戳之前第一时间窗口内的第一指标序列,计算相邻采样值之间的第一变化累积量作为第一传播贡献值;从下游路径各节点提取告警时间戳之前第二时间窗口内的第二指标序列,计算采样值与告警时间戳对应采样值之间的第二变化累积量作为第二传播贡献值;将同一节点的第一传播贡献值与第二传播贡献值相加得到传播强度值。该强度值反映了节点在告警发生前后真实指标波动程度及其在传播路径中的贡献大小,而非仅仅依赖图谱拓扑距离或静态属性匹配。基于传播强度值进行收敛标记和边界判定,能够自动识别传播路径中真正受到影响的节点,使得异常指标显著的相关节点被纳入收敛范围,而指标平稳的路径节点被排除,实现收敛边界的精准自适应划定。同时,采用不同时长的时间窗口分别对上下游贡献计算,适配上下游异常表现的不同时间特性,进一步提升强度计算的准确性。