[发明专利]基于情境的运维故障根因定位方法、装置、设备及介质

权利要求书

1.一种基于情境的运维故障根因定位方法，其特征在于，包括：

获取本次告警对应的告警信息，所述告警信息包括在业务运行过程中所产生的告警源、告警时间和异常描述信息；

将所述告警信息输入至预先训练的机器学习模型中以获取对应的故障根因；

其中，所述机器学习模型根据所述告警信息确定所述故障根因的过程包括：

根据所述告警信息，计算本次告警分别与多个历史情境之间的相似度；其中，每一个历史情境中包括在对应历史时间段内历史告警所对应的告警信息；

根据本次告警分别与多个历史情境之间的相似度，确定寻找本次告警的故障根因的情境；

计算所述情境中每一个告警源的重要度，并根据所述情境中各个告警源的重要度确定本次告警的故障根因。

2.根据权利要求1所述的方法，其特征在于，所述根据所述告警信息，计算本次告警分别与多个历史情境之间的相似度，包括：

根据所述告警信息，计算本次告警与每一个历史情境中每一次历史告警之间的共现图距离、局部敏感哈希距离和告警时间差；

根据本次告警分别与每一个历史情境中的各次历史告警之间的共现图距离、局部敏感哈希距离和告警时间差，计算本次告警与该历史情境之间的相似度。

3.根据权利要求1所述的方法，其特征在于，所述根据本次告警分别与多个历史情境之间的相似度，确定寻找本次告警的故障根因的情境，包括：

判断是否存在与本次告警的相似度大于第一阈值的历史情境：

若不存在，则新建一个情境，将本次告警对应的告警信息添加至新建情境 中，并将新建情境作为寻找本次告警的故障根因的情境。

4.根据权利要求3所述的方法，其特征在于，所述根据本次告警分别与多个历史情境之间的相似度，确定寻找本次告警的故障根因的情境，还包括：

若存在与本次告警的相似度大于第一阈值的历史情境，则判断与本次告警的相似度大于第一阈值的历史情境的数量是否为1：

若是，则将本次告警的告警信息添加至与本次告警的相似度大于第一阈值的历史情境中，并将添加本次告警的告警信息的历史情境作为寻找本次告警的故障根因的情境。

5.根据权利要求4所述的方法，其特征在于，所述根据本次告警分别与多个历史情境之间的相似度，确定寻找本次告警的故障根因的情境，还包括：

若与本次告警的相似度大于第一阈值的历史情境的数量大于1，则将本次告警的告警信息添加至与本次告警相似度最高的历史情境中，并判断添加本次告警的告警信息的历史情境和与本次告警相似度次高的历史情境之间的相似度是否大于第二阈值：

若是，则将添加本次告警的告警信息的历史情境和与本次告警相似度次高的历史情境进行融合，并将融合得到的情境作为寻找本次告警的故障根因的情境。

6.根据权利要求5所述的方法，其特征在于，所述根据本次告警分别与多个历史情境之间的相似度，确定寻找本次告警的故障根因的情境，还包括：

若添加本次告警的告警信息的历史情境和与本次告警相似度次高的历史情境之间的相似度小于或等于第二阈值，则将添加本次告警的告警信息的历史情境作为寻找本次告警的故障根因的情境。

7.根据权利要求1～6任一项所述的方法，其特征在于，所述计算所述情境中每一个告警源的重要度，包括：

根据所述情境中每一个告警源的产生告警的频率、告警发生时间和在系统调用图中的被依赖度排名值，计算该告警源的重要度。