基于预测性会话预加载的网络诊断方法、装置、设备及介质与流程
本发明涉及计算机,特别涉及一种基于预测性会话预加载的网络诊断方法、装置、设备及介质。
背景技术:
1、随着网络规模和业务复杂度不断提升,基于智能体的网络诊断系统逐渐应用于告警分析、根因定位和运维辅助决策。现有网络诊断系统通常在接收到告警信息或用户诊断请求后启动诊断会话,并进一步获取网络拓扑信息、历史诊断参考信息等诊断上下文,再基于所述诊断上下文开展后续推理分析。上述诊断会话启动阶段通常需要执行网络拓扑查询、历史诊断信息检索以及诊断上下文构建等处理,该过程可称为诊断会话的冷启动过程。在一种实际运行情况下,上述冷启动过程中,以触发实体为中心进行k-hop拓扑子图提取时,k=2的拓扑子图提取耗时约为3~8秒,k=3的拓扑子图提取耗时约为8~20秒;top-10向量检索耗时约为2~5秒;上下文组装耗时约为0.5~2秒,整体冷启动耗时通常约为8~25秒。
2、然而,在大规模网络环境下,网络设备数量多、网络关系复杂,诊断上下文的获取和构建过程通常需要消耗较多处理时间,尤其在告警集中产生、故障快速扩散或多个诊断任务并发执行的情况下,诊断会话启动后的首轮推理往往需要等待较长时间,导致故障分析结果输出滞后,影响网络故障响应效率。因此,如何在网络诊断请求到达前提前准备与故障相关的诊断上下文,并在诊断请求到达后快速进入诊断推理过程,成为网络智能诊断领域亟待解决的技术问题。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种基于预测性会话预加载的网络诊断方法、装置、设备及介质,使网络诊断请求到达后能够更快进入诊断推理过程,提高网络故障响应效率,其具体方案如下:
2、第一方面,本技术公开了一种基于预测性会话预加载的网络诊断方法,包括:
3、获取与网络运行数据对应的异常趋势信号;其中,所述网络运行数据包括被监测网络设备的运行指标时序数据;
4、基于所述异常趋势信号确定异常趋势置信度;
5、当所述异常趋势置信度满足预加载触发条件时,在网络诊断请求到达之前,基于所述异常趋势信号对应的触发实体异步执行上下文预加载处理,以得到预加载上下文信息;其中,所述触发实体为所述异常趋势信号所关联的实体;所述预加载上下文信息至少包括以所述触发实体为中心从拓扑知识图谱中提取的拓扑子图信息以及基于所述触发实体从历史根因分析检索库中预检索得到的历史诊断参考信息;
6、基于所述预加载上下文信息生成具有时效约束的预加载会话草稿;
7、在网络诊断请求到达时,基于所述网络诊断请求与所述预加载会话草稿之间的实体匹配关系和时效匹配关系,确定与所述网络诊断请求相匹配的目标预加载会话草稿;
8、将所述目标预加载会话草稿中的所述预加载上下文信息注入与所述网络诊断请求对应的诊断会话对象,以使所述诊断会话对象基于所注入的所述预加载上下文信息跳过对应的上下文冷启动操作,并进入诊断推理过程。
9、可选的,所述基于所述异常趋势信号确定异常趋势置信度,包括:
10、基于所述异常趋势信号对应的运行指标时序数据在滑动窗口内的变化斜率确定趋势斜率得分;
11、基于所述异常趋势信号的持续时长确定持续时长得分;
12、基于所述触发实体的历史异常频率确定历史频率得分;
13、按照预设权重对所述趋势斜率得分、所述持续时长得分和所述历史频率得分进行加权计算,得到所述异常趋势置信度。
14、可选的,基于所述预加载上下文信息生成具有时效约束的预加载会话草稿的过程中,还包括:
15、记录所述预加载会话草稿的会话草稿状态;
16、其中,所述会话草稿状态包括预加载状态和失效状态;所述预加载状态用于表征所述预加载会话草稿已生成且处于等待匹配阶段,所述失效状态用于表征所述预加载会话草稿超过所述时效约束,且不参与匹配。
17、可选的,所述基于所述异常趋势信号对应的触发实体异步执行上下文预加载处理,以得到预加载上下文信息,包括:
18、基于所述异常趋势信号对应的触发实体,调用预设异步线程池并行执行上下文预加载任务;其中,所述上下文预加载任务包括拓扑上下文预加载子任务、历史诊断参考信息预加载子任务以及变更事件预加载子任务;
19、基于所述拓扑上下文预加载子任务、所述历史诊断参考信息预加载子任务以及所述变更事件预加载子任务的执行结果,得到所述预加载上下文信息;
20、其中,所述上下文预加载任务在独立于网络诊断流程的异步执行环境中执行,以在不阻塞已启动的网络诊断流程的情况下完成所述上下文预加载处理。
21、可选的,所述基于所述网络诊断请求与所述预加载会话草稿之间的实体匹配关系和时效匹配关系,确定与所述网络诊断请求相匹配的目标预加载会话草稿,包括:
22、提取所述网络诊断请求对应的请求实体集合;
23、获取处于所述等待匹配阶段的预加载会话草稿对应的预加载实体集合;
24、基于所述请求实体集合与所述预加载实体集合之间的重合程度,确定所述实体匹配关系;
25、基于所述时效约束,以及所述网络诊断请求的到达时间与所述预加载会话草稿的生成时间之间的时间差,确定所述时效匹配关系;
26、基于各所述预加载会话草稿对应的实体匹配关系和时效匹配关系,将所述实体匹配关系表征实体匹配、且所述时效匹配关系表征时效匹配的所述预加载会话草稿,确定为与所述网络诊断请求相匹配的目标预加载会话草稿。
27、可选的,所述重合程度为所述请求实体集合与所述预加载实体集合之间的jaccard相似度,当所述jaccard相似度大于预设相似度阈值时,确定所述实体匹配关系表征实体匹配。
28、可选的,所述基于预测性会话预加载的网络诊断方法,还包括:
29、当基于所述请求实体集合与所述预加载实体集合之间的重合程度未匹配到预加载会话草稿时,基于所述请求实体集合中请求实体的实体类型和所属网络域,与各所述预加载会话草稿对应的预加载实体集合中预加载实体的实体类型和所属网络域进行粗粒度匹配,以确定与所述网络诊断请求相匹配的目标预加载会话草稿。
30、可选的,所述基于预测性会话预加载的网络诊断方法,还包括:
31、统计预设统计周期内所述预加载会话草稿被匹配为所述目标预加载会话草稿的命中率;
32、当所述命中率低于第一命中率阈值时,提高所述预加载触发条件对应的异常趋势置信度阈值;
33、当所述命中率高于第二命中率阈值时,降低所述预加载触发条件对应的异常趋势置信度阈值。
34、可选的,所述基于预测性会话预加载的网络诊断方法,还包括:
35、按照预设扫描周期扫描处于所述预加载状态的所述预加载会话草稿,以便基于所述预加载会话草稿对应的所述时效约束,判断所述预加载会话草稿是否满足失效条件;
36、当所述预加载会话草稿满足所述失效条件时,释放所述预加载会话草稿对应的所述预加载上下文信息所占用的缓存资源,并将所述预加载会话草稿的会话草稿状态更新为所述失效状态。
37、可选的,所述将所述目标预加载会话草稿中的所述预加载上下文信息注入与所述网络诊断请求对应的诊断会话对象,包括:
38、将所述预加载上下文信息写入所述诊断会话对象的诊断过程状态;
39、基于写入后的所述诊断过程状态,构建用于当前诊断轮次的推理上下文;所述推理上下文用于为所述诊断会话对象的当前诊断轮次提供诊断依据;
40、对写入所述预加载上下文信息后的所述诊断会话对象进行持久化处理。
41、可选的,所述将所述目标预加载会话草稿中的所述预加载上下文信息注入与所述网络诊断请求对应的诊断会话对象之前,还包括:
42、对所述预加载上下文信息进行时效性校验;
43、当所述时效性校验表明所述拓扑子图信息对应的拓扑关系或与所述触发实体相关的变更事件中的至少一项在所述预加载会话草稿生成之后发生更新时,基于发生更新的拓扑关系或变更事件,对所述预加载上下文信息进行增量更新。
44、可选的,所述基于预测性会话预加载的网络诊断方法,还包括:
45、维护并发预加载数量上限值;
46、当多个异常趋势信号满足所述预加载触发条件,且所述多个异常趋势信号对应的上下文预加载处理数量与当前正在执行的上下文预加载处理数量之和超过所述并发预加载数量上限值时,按照所述多个异常趋势信号对应的异常趋势置信度由高到低,选择部分异常趋势信号执行所述上下文预加载处理,以使同时执行的上下文预加载处理数量不超过所述并发预加载数量上限值;
47、对于未被选择的异常趋势信号,在对应的网络诊断请求到达后执行实时上下文加载。
48、第二方面,本技术公开了一种基于预测性会话预加载的网络诊断装置,包括:
49、异常信号确定模块,用于获取与网络运行数据对应的异常趋势信号;其中,所述网络运行数据包括被监测网络设备的运行指标时序数据;
50、置信度确定模块,用于基于所述异常趋势信号确定异常趋势置信度;
51、上下文预加载模块,用于当所述异常趋势置信度满足预加载触发条件时,在网络诊断请求到达之前,基于所述异常趋势信号对应的触发实体异步执行上下文预加载处理,以得到预加载上下文信息;其中,所述触发实体为所述异常趋势信号所关联的实体;所述预加载上下文信息至少包括以所述触发实体为中心从拓扑知识图谱中提取的拓扑子图信息以及基于所述触发实体从历史根因分析检索库中预检索得到的历史诊断参考信息;
52、会话草稿生成模块,用于基于所述预加载上下文信息生成具有时效约束的预加载会话草稿;
53、会话草稿匹配模块,用于在网络诊断请求到达时,基于所述网络诊断请求与所述预加载会话草稿之间的实体匹配关系和时效匹配关系,确定与所述网络诊断请求相匹配的目标预加载会话草稿;
54、上下文注入模块,用于将所述目标预加载会话草稿中的所述预加载上下文信息注入与所述网络诊断请求对应的诊断会话对象,以使所述诊断会话对象基于所注入的所述预加载上下文信息跳过对应的上下文冷启动操作,并进入诊断推理过程。
55、第三方面,本技术公开了一种电子设备,包括:
56、存储器,用于保存计算机程序;
57、处理器,用于执行所述计算机程序,以实现前述公开的基于预测性会话预加载的网络诊断方法。
58、第四方面,本技术公开了一种计算机可读存储介质,用于保存计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的基于预测性会话预加载的网络诊断方法。
59、可见,本技术提出一种基于预测性会话预加载的网络诊断方法,包括:获取与网络运行数据对应的异常趋势信号;网络运行数据包括被监测网络设备的运行指标时序数据;基于异常趋势信号确定异常趋势置信度;当异常趋势置信度满足预加载触发条件时,在网络诊断请求到达之前,基于异常趋势信号对应的触发实体异步执行上下文预加载处理,以得到预加载上下文信息;触发实体为异常趋势信号所关联的实体;预加载上下文信息至少包括以触发实体为中心从拓扑知识图谱中提取的拓扑子图信息及基于触发实体从历史根因分析检索库中预检索得到的历史诊断参考信息;基于预加载上下文信息生成具有时效约束的预加载会话草稿;在网络诊断请求到达时,基于网络诊断请求与预加载会话草稿之间的实体匹配关系和时效匹配关系,确定与网络诊断请求相匹配的目标预加载会话草稿;将目标预加载会话草稿中的预加载上下文信息注入与网络诊断请求对应的诊断会话对象,以使诊断会话对象基于所注入的预加载上下文信息跳过对应的上下文冷启动操作,并进入诊断推理过程。可见,本技术通过在网络诊断请求到达之前提前获取与触发实体相关的预加载上下文信息,并在网络诊断请求到达后使用相匹配的预加载上下文信息,使诊断会话能够跳过对应的上下文冷启动操作。如此一来,能够将原本需要在网络诊断请求到达后执行的诊断上下文获取和构建过程提前完成,从而减少诊断会话启动后的处理时间,降低诊断会话冷启动过程的处理延迟,使网络诊断请求到达后能够更快进入诊断推理过程,提高网络故障响应效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com