一种基于边缘智能体的通信运维决策方法及系统与流程
本发明涉及通信运维,具体涉及一种基于边缘智能体的通信运维决策方法及系统。
背景技术:
1、随着通信网络规模的持续扩大,通信基础设施的运维工作量与复杂度不断增加。现有的通信运维模式通常采用人工经验判断、集中式平台记录的方式:运维人员根据设备告警或巡检结果,凭借经验确定运维对象与操作方案,在操作完成后将结果录入运维管理平台进行归档。部分运维平台虽已引入知识库或工单系统,但其知识检索多基于关键词匹配,仅能返回与输入词相关的文档条目,无法将设备特征、作业场景与操作标准进行多维度关联;方案执行前缺少预演与风险预判环节,执行结果的核验以人工主观判断为主,缺乏量化评价标准。
2、上述现有方式存在如下技术问题:运维全流程缺乏系统化的知识关联与量化管控手段,从运维需求输入、方案生成、执行调度到结果核验各环节之间缺少结构化的数据衔接,导致运维决策高度依赖个人经验,方案生成无量化匹配依据,执行前无风险预判,执行后无量化核验,且全流程数据分散于不同环节,无法实现从需求输入到结果归档的完整闭环追溯。
技术实现思路
1、本发明旨在提供一种基于边缘智能体的通信运维决策方法及系统,实现了运维全流程的知识量化关联、风险前置预判与结果量化核验,形成完整闭环追溯。
2、为达到以上目的,本发明采用的技术方案为:一种基于边缘智能体的通信运维决策方法,包括:
3、采集通信基础设施现场的多源运行数据并进行清洗标准化,对运维人员输入的自然语言运维需求进行语义解析,生成结构化运维需求描述文档;
4、基于所述结构化运维需求描述文档在运维知识图谱中定位运维对象节点,沿关联边匹配场景并计算综合关联度,形成候选运维作业要素集合;
5、基于所述候选运维作业要素集合拼接生成运维作业方案草案,对所述运维作业方案草案进行合规性刚性约束校验与操作参数安全性验证,输出合规运维方案;
6、将所述合规运维方案拆解为有序操作单元序列,逐步推演并识别参数越限风险,评估风险点的发生概率与影响程度,生成预演报告;
7、依据所述预演报告确定执行优先级与资源分配,基于前置依赖关系编排执行时间线,计算执行紧迫度,将调度指令序列分发至移动终端;
8、实时采集现场执行数据并与执行调度包中的调度基准逐项比对,对执行偏差进行归因分析,计算综合核验得分,生成运维执行核验记录。
9、优选的,所述生成结构化运维需求描述文档包括:
10、采集设备运行参数、环境感知数据、设备台账信息以及历史运维记录四个维度的数据,对四个维度的数据按照统一的字段命名规范执行字段映射、缺失值填充、异常值隔离以及同义词归并;
11、对运维人员输入的自然语言运维需求执行意图识别,当输入语句中存在语义模糊或要素缺失时,启动多轮交互向运维人员发起追问以补全缺失要素;
12、从语义解析结果中提取运维对象标识、应用场景类别、核心性能指标、合规约束要求、操作动作类别以及时间与人员约束六类要素,封装为结构化运维需求描述文档,并对每一项要素标注置信度。
13、优选的,所述在运维知识图谱中定位运维对象节点包括:
14、运维知识图谱以运维对象、应用场景、作业标准三类实体作为核心节点,以设备归属、场景适用、标准约束、操作关联四类关系作为连接边;
15、以结构化运维需求描述文档中的运维对象标识为检索入口定位运维对象节点,将命中的节点标记为锚定节点;当运维对象标识为设备组或模糊描述时,沿设备归属类型的关联边追溯至站点节点,再展开全部下属设备节点纳入锚定节点集合;
16、从每个锚定节点出发,沿场景适用类型的关联边遍历找到适用的作业场景节点,再沿标准约束类型的关联边获取操作标准节点,沿操作关联类型的关联边获取操作动作节点及其先后顺序约束,将各节点打包为候选场景条目并汇集为候选场景集合。
17、优选的,所述计算综合关联度包括:
18、确定运维对象节点与候选作业场景节点之间在运维知识图谱中的全部关联路径,每条关联路径由若干条首尾相连的关联边构成,每条关联边具有预先标定的连接强度值;
19、对每条关联路径,将路径上全部关联边的连接强度取乘积得到路径强度;
20、以各关联路径的权重系数对路径强度进行加权求和得到综合关联度;
21、将综合关联度大于等于预设关联度阈值的配对标记为有效配对,低于预设关联度阈值的配对予以剔除,从有效配对中提取操作步骤序列、参数阈值集合、合规依据条目、人员资质要求以及工具与物料清单,封装为候选运维作业要素集合。
22、优选的,所述合规性刚性约束校验与操作参数安全性验证包括:
23、将运维作业方案草案中每一项合规约束的满足情况以加权满足比例计算合规性校验得分,其中强制性条款对应的满足指示量必须全部为满足,否则判定方案不合规;推荐性条款允许少量不满足,但加权满足比例不得低于预设合规阈值;若方案未通过校验,对偏差点进行参数调整或操作步骤重排后重新校验,重新校验设定最大次数,超出最大次数仍未通过则终止方案生成并输出不合规原因说明;
24、对运维作业方案草案中各操作步骤涉及的设备操作参数,检查操作参数设定值是否位于设备额定参数的安全区间之内、相邻操作步骤之间的参数变化幅度是否超过单步变化限值、操作参数的施加时长是否超过持续承受时限;
25、对超出安全区间的操作参数,以安全区间上限与下限之差作为区间宽度,将设定值向安全区间内部修正,修正量为区间宽度乘以预设比例系数。
26、优选的,所述逐步推演并识别参数越限风险包括:
27、将合规运维方案中的操作步骤拆解为操作单元,为每个操作单元赋予顺序编号并记录前置依赖关系,形成有序操作单元序列;
28、对每个操作单元,将参数设定值与设备当前实际运行参数进行叠加计算,对电气类参数按欧姆定律关系由设定电流与设备内阻推算预期响应值,对热学类参数按热平衡关系由制冷功率与热负荷推算预期响应值,判断预期响应值是否超出安全区间;
29、对识别出的风险点,以参数越限幅度占设备额定参数满量程值的比例、后置依赖数量占操作单元总数量的比例以及风险处置额外耗时占允许最大执行时长的比例三个维度进行加权求和,得到风险综合指数;
30、依据风险综合指数将操作单元划分为高风险项、中风险项与低风险项三档,对高风险项给出强制性处置建议,对中风险项给出提示性建议。
31、优选的,所述依据所述预演报告确定执行优先级与资源分配,基于前置依赖关系编排执行时间线包括:
32、将预演报告中标记为高风险项的操作单元的执行优先级提升至最高等级,优先配置具备相应资质的运维人员与所需工具;存在资源竞争时,优先级高的操作单元优先获得资源,优先级低的操作单元顺延至下一可用时间窗口;
33、依据有序操作单元序列中记录的前置依赖关系,使存在前置依赖的操作单元的预计开始时间不早于全部前置操作单元的预计结束时间;对高风险项操作单元的后续操作单元,在预计开始时间基础上额外增加预演报告所建议的等待时长;
34、以时间裕量占总时间窗口的比例与风险综合指数共同计算各操作单元的执行紧迫度,其中风险综合指数越高的操作单元其紧迫度经风险放大后越高,且即使时间裕量等于总时间窗口,高风险操作单元仍保留不为零的紧迫度底值;
35、将调度指令序列通过边缘智能体与移动终端之间的本地无线连接进行推送,等待各移动终端回传接收确认信号,未收到确认时自动重发,重发次数上限为三次,超出后标记为分发异常并通知运维班进行人工介入。
36、优选的,所述实时采集现场执行数据并与执行调度包中的调度基准逐项比对,对执行偏差进行归因分析包括:
37、采集每个操作单元的实际开始时刻、实际结束时刻、操作过程中设备各监测量的实时数值以及操作人员实际使用的工具与耗材,与执行调度包中对应操作单元的调度基准逐项比对,标记为符合或偏离;
38、将偏差来源划分为设备状态偏差、人员操作偏差与环境扰动偏差三类;当同一偏离项涉及多类原因时,若设备监测量变化曲线在操作施加前已呈现异常趋势则主因判定为设备状态偏差,若设备监测量在操作施加瞬间出现突变且与操作动作时刻严格对应则主因判定为人员操作偏差,若设备监测量变化与环境传感数据的突变时刻吻合而与操作动作时刻不对应则主因判定为环境扰动偏差。
39、优选的,所述计算综合核验得分,生成运维执行核验记录包括:
40、对每个操作单元,以实际执行耗时与计划耗时之差的绝对值占计划耗时的比例计算时间执行偏差,当比例超过预设截断值时将时间执行偏差的贡献截断为零;以被标记为偏离的比对项目数量占全部比对项目总数量的比例计算操作规范符合程度;以操作完毕后设备各监测量是否均处于合格判定条件范围之内判定结果达标;
41、将时间执行偏差、操作规范符合程度与结果达标三项分别乘以对应权重后求和,对全部操作单元取算术平均得到综合核验得分,其中结果达标对应的权重最大;
42、生成包含全流程溯源索引的运维执行核验记录,所述全流程溯源索引将结构化运维需求描述文档、候选运维作业要素集合、合规运维方案、预演报告、执行调度包与运维执行核验记录的编号进行串联,使后续查阅者能够从运维执行核验记录逐步回溯至最初的运维需求输入。
43、另一方面,本发明提出一种基于边缘智能体的通信运维决策系统,包括部署于通信基础设施本地侧的边缘智能体,所述边缘智能体包括:
44、数据采集与语义解析单元,用于采集通信基础设施现场的多源运行数据并进行清洗标准化,对运维人员输入的自然语言运维需求进行语义解析,生成结构化运维需求描述文档;
45、知识图谱匹配单元,用于基于所述结构化运维需求描述文档在运维知识图谱中定位运维对象节点,沿关联边匹配场景并计算综合关联度,形成候选运维作业要素集合;
46、方案生成与校验单元,用于基于所述候选运维作业要素集合拼接生成运维作业方案草案,对所述运维作业方案草案进行合规性刚性约束校验与操作参数安全性验证,输出合规运维方案;
47、预演推演单元,用于将所述合规运维方案拆解为有序操作单元序列,逐步推演并识别参数越限风险,评估风险点的发生概率与影响程度,生成预演报告;
48、执行调度单元,用于依据所述预演报告确定执行优先级与资源分配,基于前置依赖关系编排执行时间线,计算执行紧迫度,将调度指令序列分发至移动终端;
49、跟踪核验单元,用于实时采集现场执行数据并与执行调度包中的调度基准逐项比对,对执行偏差进行归因分析,计算综合核验得分,生成运维执行核验记录。
50、与现有技术相比,本发明的有益效果在于:
51、本发明通过边缘智能体在本地侧完成全流程闭环处理:首先对多源运行数据进行清洗标准化并对自然语言运维需求进行语义解析,生成结构化运维需求描述文档,使运维需求以统一的结构化形式进入后续环节;进而基于结构化需求在运维知识图谱中沿关联边进行多跳遍历并计算综合关联度,以量化的路径强度与加权求和方式匹配运维作业要素,替代人工经验判断;随后对拼接生成的方案草案执行合规性刚性约束校验与操作参数安全性验证,确保方案满足标准规范;在执行前将合规方案拆解为有序操作单元序列并逐步推演识别参数越限风险,生成预演报告,使风险在执行前即被量化识别;执行阶段依据预演报告编排时间线并计算执行紧迫度,将调度指令序列分发至移动终端;执行后实时采集现场数据与调度基准逐项比对,对偏差进行归因分析并计算综合核验得分,生成运维执行核验记录。由此,从需求输入到结果归档的每一步输出均作为下一步的输入依据,各环节以结构化数据衔接,实现了运维全流程的知识量化关联、风险前置预判与结果量化核验,形成完整闭环追溯。
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