[发明专利]一种基于人工智能的故障根因推断定位方法及装置

说明书

本发明实施例提供一种基于人工智能的故障根因推断定位方法及装置,方法包括：通过预设逻辑分析语句确定存在的故障集合，故障集合中包含有全部存在的故障；获取故障知识图谱，故障知识图谱包含各个故障与对应的故障根因的关联关系；根据故障知识图谱对应的根因拓扑图，确定故障集合中每个故障对应的故障根因；根据故障根因及预设算法，确定出故障对应关键节点，以使得及时根据关键节点进行故障处理。通过基于知识图谱的梳理，并运用预设的人工智能一阶逻辑算法，建立了故障之间的推导关系。然后为故障定义规则，再根据规则及当前采样到的数据寻找根因，最后通过软件的拓扑图直观展示故障根因，可以快速及时准确地对故障根因进行定位，以便技术人员可以及时进行处理。

技术领域

本发明涉及计算机技术领域，具体地涉及一种基于人工智能的故障根因推断定位方法、装置、存储介质及处理器。

背景技术

企业上云后，大量生产应用集中于数据中心的虚拟服务器上。这当然是因为服务器虚拟化带来的巨大效率提升，但如何保障这些虚拟服务器的健康，及出问题时的诊断和解决效率就凸显出来了。

除应用本身固有问题，主机虚拟化和虚拟机的性能，系统连通性，虚拟机的关键服务等等，都可能造成服务中断，甚至引发全局性的严重问题。

为此，企业大多部署专业监控软件，收集信息，展示报表和告警，并组建专业维护团队进行维护。结果是：业务集中化带来维护集中化，维护团队压力大流动性高，知识能力难以传承，处理事故效率不高；运行的态势相关信息缺乏，大量的基础数据报表需要人工去分析，整个运维工作繁杂多变，维护艰难。

对此，当前主流的做法是，在虚拟机里部署大量监控工具，收集信息，形成多层次的告警，丰富的报表能力；国外一些著名厂家则基于时间轴，将各个不同系统的日志收集并进行串联贯通。然而，这些方法都着眼提供充足的信息，给予运维人员进行事后分析用，对运维人员的能力有一定要求，其无法保证处理问题的时效性及效率。

发明内容

本发明实施例的目的是提供一种可以及时发现故障并进行处理的基于人工智能的故障根因推断定位方法、装置、存储介质及处理器。为了实现上述目的，本发明第一方面提供一种基于人工智能的故障根因推断定位方法，包括：

通过预设逻辑分析语句确定存在的故障集合，所述故障集合中包含有全部存在的故障；

获取故障知识图谱，所述故障知识图谱包含各个故障与对应的故障根因的关联关系；

根据所述故障知识图谱对应的根因拓扑图，确定所述故障集合中每个故障对应的故障根因；

根据所述故障根因及预设算法，确定出所述故障对应关键节点，以使得及时根据所述关键节点进行故障处理。

可选地，所述方法还包括：预先将各个服务之间的关系进行关联；为每个所述服务对应的故障信息添加对应的唯一标识，并保存在对应的字典中。

可选地，所述预先将各个服务之间的关系进行关联，包括：在对两个服务之间的关系进行关联时，若其中一个服务已与其他服务存在关系，则将本次进行关联的服务插入至已经存在关系的列表。

可选地，所述方法还包括：在对两个服务之间的关系进行关联时，若其中一个服务并未与其他服务存在关系，则新建所述两个服务的关系，将所述两个服务进行关联；其中，所述新建的关系会覆盖原有的关系。

可选地，所述通过预设逻辑分析语句确定存在的故障集合包括：通过预设逻辑分析语句确定相互引发故障的服务，以及对应的服务数量，以得到对应的故障集合。

可选地，所述故障知识图谱的建立的步骤如下：获取历史记录中确定的历史故障记录及对应的历史故障根因；根据所述历史故障记录及所述历史故障根因建立对应的故障知识图谱；根据所述故障知识图谱生成对应的根因拓扑图。