[发明专利]分析故障根原因的方法和系统

权利要求书

1.一种分析故障根原因的方法，其特征在于，包括：

S1、根据数据集中各数据的时间属性进行排序，按照预设的时间窗对所述数据集进行切分，获得若干组子数据集；

S2、根据Apriori算法获取数据集中的频繁项集和关联规则，所述频繁项集中包含一定数量的具有强关联关系的数据；

S3、根据频繁项集中数据的时间属性进行排序，依次将排序靠前的数据与告警原因数据库中预存的伴随告警原因数据匹配，若匹配成功，则移除，继续匹配下一项，最后将匹配不成功的且排序靠前的数据作为该频繁项集中时序最后的数据的根原因；

其中，所述数据集中包含预设时间范围内IT系统中各个域的告警数据、日志中的错误数据以及性能数据集中的异常性能数据。

2.如权利要求1所述的方法，其特征在于，所述步骤S1之前还包括：

通过APM探针获取所述预设时间范围内IT系统中各个域的告警数据和性能数据，通过日志采集方获取IT系统中日志数据的错误数据；

采用均值和倍数方差筛选所述性能数据中的异常性能数据；

将所述预设时间范围内IT系统中各个域的告警数据、日志中的错误数据以及性能数据中的异常性能数据构成所述数据集。

3.如权利要求2所述的方法，其特征在于，所述采用均值和倍数方差筛选所述性能数据中的异常性能数据的步骤，具体包括：

对性能数据集中的性能数据按预设规则进行排序，取中位数作为均值；

计算性能数据的方差，过滤掉数值大小处于均值至3倍方差范围内的性能数据，将剩余的性能数据作为所述异常性能数据。

4.如权利要求1所述的方法，其特征在于，所述步骤S2具体包括：

将数据集中的所有数据统计支持度后由高到低排序，获得候选1-项集，除去候选1-项集中小于最小支持度的数据，获得频繁1-项集；

根据Apriori算法使用逐层搜索技术，直至获得频繁m-项集，所述频繁m-项集满足条件：频繁m-项集不为空且(m-1)-子集频繁、m不大于具有最多数据的子数据集中数据的个数以及(m+1)-项集为空；

列出频繁m-项集的所有项，根据Apriori算法生成关联规则。

5.如权利要求1所述的方法，其特征在于，所述步骤S3之后还包括：将所述关联规则和根原因进行展示。

6.如权利要求1所述的方法，其特征在于，所述IT系统包括以下域中的一种或多种：业务、网络、应用、数据库、外部接口、容器、虚拟机以及物理存储。

7.一种分析故障根原因的系统，其特征在于，包括：

切分模块，用于根据数据集中各数据的时间属性进行排序，按照预设的时间窗对所述数据集进行切分，获得若干组子数据集；

关联模块，用于根据Apriori算法获取数据集中的频繁项集和关联规则，所述频繁项集中包含一定数量的具有强关联关系的数据；

根原因查找模块，用于根据频繁项集中数据的时间属性进行排序，依次将排序靠前的数据与告警原因数据库中预存的伴随告警原因数据匹配，若匹配成功，则移除，继续匹配下一个数据，最后将匹配不成功的且排序靠前的数据作为该频繁项集中时序最后的数据的根原因；

其中，所述数据集中包含预设时间范围内IT系统中各个域的告警数据、日志中的错误数据以及性能数据集中的异常性能数据。

8.如权利要求7所述的系统，其特征在于，还包括数据集获取模块，所述数据集获取模块具体包括：

收集单元，用于通过APM探针获取所述预设时间范围内IT系统中各个域的告警数据和性能数据，通过日志采集方获取IT系统中日志数据的错误数据；

筛选单元，用于采用均值和倍数方差筛选所述性能数据中的异常性能数据；

汇聚单元，用于将所述预设时间范围内IT系统中各个域的告警数据、日志中的错误数据以及性能数据中的异常性能数据构成所述数据集。