智能运维故障处理方法、装置、设备及其存储介质与流程

技术特征：
1.一种智能运维故障处理方法，其特征在于，该方法包括：获取异常运维数据；基于所述异常运维数据和预先构建的运维知识图谱构建故障传播有向图；对所述故障传播有向图进行矩阵化处理和层次化处理，得到故障节点集合，所述故障节点集合包括多个故障节点；在所述故障节点集合中，利用每个故障节点的当前状态与每个故障节点对应的正常状态之间的关联度定位故障源点。2.根据权利要求1所述的方法，其特征在于，所述对所述故障传播有向图进行矩阵化处理和层次化处理，得到故障节点范围包括：根据所述故障传播有向图生成邻接矩阵；根据所述邻接矩阵计算所述故障传播有向图对应的可达矩阵；对所述可达矩阵进行层次化处理，得到故障节点范围。3.根据权利要求2所述的方法，其特征在于，所述对所述可达矩阵进行层次化处理，得到故障节点范围，包括：根据所述可达矩阵的每个行向量所包含的存在故障传播关系的节点数量，对所述可达矩阵的行向量进行排序处理，得到排序后的可达矩阵；根据排序后的可达矩阵构建多级递阶有向图，得到故障节点范围。4.根据权利要求1所述的方法，其特征在于，所述故障节点的当前状态是利用故障节点对应的特征向量来表示的，则所述利用每个故障节点的当前状态与每个故障节点对应的正常状态之间的关联度定位故障源点，包括：获取每个所述故障节点处于当前状态所对应的特征向量；基于所述特征向量构建与所述故障节点集合对应的比较矩阵；计算所述比较矩阵与标准矩阵之间的关联度值，所述标准矩阵是由每个所述故障节点处于正常状态所对应的特征向量构成的；根据所述关联度值确定所述故障节点集合中的故障源点。5.根据权利要求1所述的方法，其特征在于，在确定故障源点之后，该方法还包括：确定所述故障源点在所述运维知识图谱中对应的实体名称；利用所述实体名称查询所述运维知识图谱，得到与所述故障源点对应的故障解决策略标识；按照所述故障解决策略标识搜索策略数据库，得到与所述故障解决策略标识对应的推荐内容。6.根据权利要求1所述的方法，其特征在于，在确定故障源点之后，该方法还包括：将所述异常运维数据添加到历史运维数据集合；根据所述历史运维数据集合提取异常特征；利用所述异常特征训练故障预测模型，所述故障预测模型用于根据实时运维数据预测故障发生的属性参数。7.根据权利要求1所述的方法，其特征在于，所述获取异常运维数据包括：获取实时运维数据；对所述实时运维数据进行异常检测和聚类分析，得到所述异常运维数据。
8.根据权利要求1所述的方法，其特征在于，所述预先构建运维知识图谱包括以下步骤：获取运维对象对应的历史运维数据；基于所述历史运维数据抽取运维知识图谱的实体和实体对之间的关联关系，所述关联关系用于表示实体对之间数据影响关系；基于所述实体和所述关联关系生成的三元数组构建所述运维知识图谱。9.一种智能运维故障处理装置，其特征在于，该装置包括：异常获取单元，用于获取异常运维数据；故障有向图构建单元，用于基于所述异常运维数据和预先构建的运维知识图谱构建故障传播有向图；故障集合处理单元，用于对所述故障传播有向图进行矩阵化处理和层次化处理，得到故障节点集合，所述故障节点集合包括多个故障节点；故障定位单元，用于在所述故障节点集合中，利用故障节点的当前状态与正常状态的关联度定位故障源点。10.一种计算设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-8中任一项所述的方法。11.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的方法。

技术总结
本申请公开了一种智能运维故障处理方法、装置、设备及其存储介质。该方法包括：获得异常运维数据；基于异常运维数据和预先构建的运维知识图谱构建故障传播有向图；对故障传播有向图进行矩阵化处理和层次化处理，得到故障节点集合，故障节点集合包括多个故障节点；在故障节点集合中，利用每个故障节点的当前状态与每个故障节点对应的正常状态之间的关联度定位故障源点。根据本申请实施例的技术方案，将故障传播有向图转换成矩阵，利用矩阵的变化关系溯源查找故障源点，可以有效地提高运维故障定位的精准度。位的精准度。位的精准度。


技术研发人员：任佳伟 刘楠 王洪
受保护的技术使用者：京东方科技集团股份有限公司
技术研发日：2020.07.14
技术公布日：2022/1/14