[发明专利]一种故障预测方法及装置

权利要求书

1.一种故障预测方法，其特征在于，所述方法包括：

获取API网关系统产生的流水日志；

从所述流水日志中提取目标信息；

通过目标隐变量模型，根据所述目标信息预测所述API网关系统中的故障原因；所述目标隐变量模型是基于所述API网关系统的历史流水日志构建的贝叶斯网络。

2.根据权利要求1所述的方法，其特征在于，通过以下方式确定所述目标隐变量模型：

获取所述API网关系统的历史流水日志；

从所述历史流水日志中提取历史目标信息；

基于所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型。

3.根据权利要求2所述的方法，其特征在于，在所述基于所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型之前，所述方法还包括：

按照预设规则对所述历史目标信息进行结构化处理；

则所述基于所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型，包括：

基于结构化处理后的所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型。

4.根据权利要求1或2所述的方法，其特征在于，所述目标隐变量模型是定期更新的，通过以下方式更新所述目标隐变量模型：

获取目标周期内所述API网关系统产生的周期流水日志；

从所述周期流水日志中提取周期目标信息；

基于所述周期目标信息，通过爬山算法和结构EM算法对上一目标周期构建的所述目标隐变量模型进行更新。

5.根据权利要求1所述的方法，其特征在于，在所述通过目标隐变量模型，根据所述目标信息预测所述API网关系统中的故障原因之后，所述方法还包括：

根据所述API网关系统中的故障原因，确定所述API网关系统的运行状态。

6.根据权利要求1所述的方法，其特征在于，在所述通过目标隐变量模型，根据所述目标信息预测所述API网关系统中的故障原因之后，所述方法还包括：

根据所述API网关系统中的故障原因，生成提醒消息；

发送所述提醒消息至面向技术人员的客户端。

7.根据权利要求1所述的方法，其特征在于，所述目标信息包括：接口调用信息、接口调用时间、接口交易码、接口响应时间、接口后台响应时间、接口返回码、接口请求方、接口后台系统。

8.一种故障预测装置，其特征在于，所述装置包括：

日志获取模块，用于获取API网关系统产生的流水日志；

信息提取模块，用于从所述流水日志中提取目标信息；

预测模块，用于通过目标隐变量模型，根据所述目标信息预测所述API网关系统中的故障原因；所述目标隐变量模型是基于所述API网关系统的历史流水日志构建得到的贝叶斯网络。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：模型构建模块，所述模型构建模块用于：

获取所述API网关系统的历史流水日志；

从所述历史流水日志中提取历史目标信息；

基于所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型。

10.根据权利要求9所述的装置，其特征在于，所述模型构建模块还用于：

按照预设规则对所述历史目标信息进行结构化处理；

则所述基于所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型，包括：

基于结构化处理后的所述历史目标信息，通过爬山算法和结构EM算法构建所述目标隐变量模型。