一种基于POMDP决策配置表的运维故障序贯决策方法与流程

摘要: 本发明涉及智能运维,具体涉及一种基于pomdp决策配置表的运维故障序贯决策方法。背景技术:1、随着企业信息系统向分布式、云计算及多层级网络架构发展,运维对象之间...
一种基于POMDP决策配置表的运维故障序贯决策方法与流程

本发明涉及智能运维,具体涉及一种基于pomdp决策配置表的运维故障序贯决策方法。

背景技术:

1、随着企业信息系统向分布式、云计算及多层级网络架构发展,运维对象之间的连接关系和运行依赖关系日益复杂,服务器、数据库、网络设备及业务应用系统在运行过程中产生的监控指标、告警信息、运行日志和配置数据不断增加。现有运维故障诊断通常通过监控系统、配置管理数据库、故障知识库及运维诊断工具获取故障相关信息,并利用预设的诊断规则、故障树或知识图谱对故障现象与候选故障原因进行关联,进而按照相应的诊断步骤执行故障排查和处置。

2、然而,现有运维故障诊断过程中,诊断步骤之间主要依赖预设的排查顺序或相对独立的规则进行衔接,实时观测结果、候选故障状态的概率变化与后续决策步骤之间缺乏连续关联和统一的跳转控制,导致后续诊断步骤难以根据实际观测结果及复测结果进行相应调整,容易出现诊断路径与当前故障状态不匹配的情况,影响故障排查过程的连续性和针对性。

技术实现思路

1、针对现有技术的不足,本发明提供一种基于pomdp决策配置表的运维故障序贯决策方法,解决现有运维故障诊断中实时观测结果、候选故障状态的状态信念更新与后续决策步骤之间缺乏连续关联和统一跳转控制,导致诊断路径难以根据实际观测结果及复测结果进行连续调整的问题。

2、为实现以上目的,本发明通过以下技术方案予以实现:

3、一种基于pomdp决策配置表的运维故障序贯决策方法,包括:

4、获取运维故障信息,确定被作用对象,读取所述被作用对象对应的bom结构,根据所述运维故障信息和所述bom结构匹配pomdp决策配置表,并确定初始决策步骤;

5、从所述pomdp决策配置表中读取合格判据、候选故障状态及对应的先验概率,建立当前状态信念;

6、根据所述pomdp决策配置表为当前决策步骤选取观测函数,调用与所述观测函数对应的诊断工具获取实时观测结果;

7、根据所述实时观测结果及对应的观测似然,对所述当前状态信念进行贝叶斯更新,得到后验状态信念,并根据所述后验状态信念对所述候选故障状态进行排序;

8、根据排序结果从所述pomdp决策配置表中查询并确定行动,执行所述行动并获取复测观测结果,将所述复测观测结果与所述合格判据进行比较;

9、根据比较结果及所述pomdp决策配置表中的workflow跳转规则,确定后续决策步骤或终止诊断;在确定所述后续决策步骤时,将所述后验状态信念作为所述后续决策步骤的当前状态信念,继续执行观测、更新、行动及复测,并记录各决策步骤的执行数据,形成诊断轨迹。

10、本发明提供了一种基于pomdp决策配置表的运维故障序贯决策方法。具备以下有益效果:

11、1、本发明通过pomdp决策配置表关联bom结构、实时观测结果、后验状态信念及行动,根据实时观测结果更新后验状态信念,并结合复测观测结果和workflow跳转规则确定后续决策步骤,使诊断路径能够随实际诊断结果进行调整,提高故障排查的连续性和针对性。

12、2、本发明通过bom结构关联回报树、观测函数树、观测树、状态信念树、行动树、转移树和折扣树,并结合dmaic五阶段及十四个算子组织决策步骤,明确各决策步骤之间的数据传递关系,提高诊断过程的可追溯性和可复现性。

13、3、本发明通过诊断工具获取实时观测结果,利用贝叶斯更新计算后验状态信念,并按照候选故障状态的后验概率排序选择行动,减少对单次故障现象及人工经验的依赖,提高故障原因排查的针对性。

14、4、本发明通过区分只读诊断动作和修复动作,在修复动作执行前进行人工确认,并结合复测观测结果及继续或止损规则控制诊断过程,减少误判操作和无效排查,提高故障处置的安全性。

15、5、本发明将各决策步骤的执行数据形成结构化轨迹记录,并作为超边写入运维知识超图,更新候选故障状态的历史出现次数及相关观测记录,使历史诊断结果能够在后续同类故障中复用,减少重复排查。

16、6、本发明通过在初始决策步骤中关联变更工单、业务指标、网络拓扑、历史告警模式及维护计划进行告警虚实判定,并将真实告警传递至后续决策步骤,实现告警虚实判定与故障根因定位的衔接,减少对虚告警的无效诊断。

1.一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,包括:

2.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,所述pomdp决策配置表以所述bom结构为根,关联回报树、观测函数树、观测树、状态信念树、行动树、转移树和折扣树;

3.根据权利要求2所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,所述pomdp决策配置表按照任务名、实例id、描述、类别、来历、历史出现次数或信息价值、出现步序、关联边及说明记录各决策要素;

4.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,所述pomdp决策配置表按照dmaic的定义阶段、测量阶段、分析阶段、改进阶段和控制阶段组织各决策步骤,每个所述决策步骤依次执行以下十四个算子:

5.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,根据所述pomdp决策配置表为当前决策步骤选取观测函数,调用与所述观测函数对应的诊断工具获取实时观测结果的步骤包括:

6.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,根据所述实时观测结果及对应的观测似然,对所述当前状态信念进行贝叶斯更新,得到后验状态信念,并根据所述后验状态信念对所述候选故障状态进行排序的步骤包括:

7.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,所述根据排序结果从所述pomdp决策配置表中查询并确定行动,执行所述行动,包括:

8.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,所述根据比较结果及所述pomdp决策配置表中的workflow跳转规则,确定后续决策步骤或终止诊断,包括:

9.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,所述形成诊断轨迹之后,还包括:

10.根据权利要求1所述的一种基于pomdp决策配置表的运维故障序贯决策方法,其特征在于,当所述运维故障信息包含告警信息时,在所述初始决策步骤中执行告警虚实判定,所述告警虚实判定包括: