学习因果关系的制作方法

技术特征：
1.一种计算机系统，包括：计算机处理器，其可操作地耦合到存储器；与所述计算机处理器和存储器通信的人工智能ai平台，所述ai平台包括：预发布管理器，其被配置为学习两个或更多个应用微服务之间的因果关系，所述学习包括：收集与一个或多个选择性注入的错误相对应的第一微服务错误日志数据；以及基于所收集的第一微服务错误日志数据，生成所学习的因果图，所述所学习的因果图表示受所述选择性错误注入影响的应用微服务的依赖性；生产管理器，其可操作地耦合到所述预发布管理器，所述生产管理器被配置为动态地定位应用错误的源，所述定位包括：收集与所述应用错误相对应的第二微服务错误日志数据；基于所述所学习的因果图和所收集的第二微服务错误日志数据，建立祖先矩阵；以及利用所述祖先矩阵来识别所述错误的所述源；以及引导器，其可操作地耦合到所述生产管理器，被配置为识别与所识别的错误源相关联的微服务。2.根据权利要求1所述的计算机系统，其中，两个或更多个应用微服务之间的所述因果关系的学习还包括：所述预发布管理器过滤所收集的第一微服务错误日志数据以选择性地移除第一错误日志数据的子集。3.根据权利要求1所述的计算机系统，其中，应用微服务之间的所述因果关系的学习和所述因果图的生成离线发生。4.根据权利要求1所述的计算机系统，其中，故障定位实时在线发生。5.根据权利要求1所述的计算机系统，还包括：所述预发布管理器，所述预发布管理器被配置为将传递简约应用于所述所学习的因果图。6.根据权利要求1所述的计算机系统，其中，利用所述祖先矩阵包括：所述生产管理器识别所述错误的多个潜在源，并且所述计算机系统进一步包括：所述生产管理器，其被配置为应用距离度量以估计所述错误源，其中，所述距离度量包括汉明距离或余弦相似度。7.一种计算机实现的方法，包括：学习两个或更多个应用微服务之间的因果关系，其包括：收集与一个或多个选择性注入的错误相对应的第一微服务错误日志数据；以及基于所收集的第一微服务错误日志数据，生成所学习的因果图，所述所学习的因果图表示受所述选择性错误注入影响的微服务的依赖性；以及动态地定位应用错误的源，其包括：收集与所述应用错误相对应的第二微服务错误日志数据；基于所述所学习的因果图和所收集的第二微服务错误日志数据，建立祖先矩阵；以及利用所述祖先矩阵来识别所述错误的所述源；以及识别与所识别的错误源相关联的微服务。8.根据权利要求7所述的方法，其中，学习两个或更多个应用微服务之间的因果关系还包括：过滤所收集的第一微服务日志数据以选择性地移除第一错误日志数据的子集。9.根据权利要求7所述的方法，其中，学习两个或更多个应用微服务之间的因果关系和
生成所述因果图离线发生。10.根据权利要求7所述的方法，其中，故障定位实时在线发生。11.根据权利要求7所述的方法，还包括：将传递简约应用于所述所学习的因果图。12.根据权利要求7所述的方法，其中，利用所述祖先矩阵识别所述错误的多个潜在源，并且所述方法还包括：应用距离度量以估计所述误差源，其中，所述距离度量包括汉明距离或余弦相似度。13.一种计算机实现的方法，包括：训练人工智能ai模型，其包括：收集与一个或多个选择性注入的微服务故障相对应的第一错误日志数据；以及基于所收集的第一错误日志数据，学习因果图，所述因果图表示受影响的应用微服务的依赖性；以及动态地定位应用故障，其包括：收集与所述应用故障的检测相对应的第二错误日志数据；利用所述第二错误日志数据和所学习的因果图来识别所述应用故障的源。14.根据权利要求13所述的方法，其中，训练所述ai模型离线发生，并且定位所述应用故障实时发生。15.根据权利要求13所述的方法，其中，动态地定位所述应用故障还包括：应用基于距离的阈值化以估计一个或多个可能应用故障的源。16.根据权利要求13所述的方法，其中，训练所述ai模型还包括：控制故障注入，以及在接收到所述故障注入时估计所述微服务的祖先边。17.根据权利要求16所述的方法，其中，训练所述ai模型还包括：将传递简约应用于所述所学习的因果图，所述传递简约组合来自两个或更多个被控制的故障注入的所估计的祖先边。18.一种计算机实现的系统，包括：计算机处理器，其可操作地耦合到存储器；与所述计算机处理器和存储器通信的人工智能ai平台，所述ai平台包括：预发布管理器，其被配置为训练ai模型，所述训练包括：收集与一个或多个选择性注入的微服务故障相对应的第一错误日志数据；以及基于所收集的第一错误日志数据，学习因果图，所述因果图表示受影响的应用微服务的依赖性；以及生产管理器，其可操作地耦合到所述预发布管理器，被配置为动态地定位应用故障，所述定位包括：收集与所述应用故障的检测相对应的第二错误日志数据；以及利用所述第二错误日志数据和所学习的因果图来识别所述应用故障的源。19.根据权利要求18所述的计算机系统，还包括：所述生产管理器，其被配置为应用基于距离的阈值化以估计一个或多个可能应用故障的源。20.一种计算机程序产品，包括；计算机可读存储设备；以及在所述计算机可读存储设备内体现的程序代码，所述程序代码可由所述处理器执行以
执行权利要求7至17中任一项的方法的步骤。21.一种计算机可读存储介质，包括计算机程序代码，所述计算机程序代码在由信息处理系统执行时执行权利要求7至17中任一项的方法的步骤。

技术总结
提供了一种计算机实现的方法，其包括：学习两个或更多个应用微服务之间的因果关系，以及应用所学习的因果关系以动态地定位应用故障。收集与选择性注入的错误相对应的第一微服务错误日志数据。基于所收集的第一微服务错误日志数据，生成所学习的因果图。收集与所检测到的应用相对应的第二微服务错误日志数据，并使用所学习的因果图和第二微服务错误日志数据建立祖先矩阵。利用祖先矩阵识别错误的源，并且与所识别的错误源相关联的微服务也受到识别。还提供了一种计算机系统和计算机程序产品。品。品。


技术研发人员：王卿 K
受保护的技术使用者：国际商业机器公司
技术研发日：2022.08.01
技术公布日：2023/2/17