[发明专利]一种面向海量百万级云化设备的自动化运维方法及装置

权利要求书

1.一种面向海量百万级云化设备的自动化运维方法，其特征在于，所述方法包括下列步骤：

建立运维目录模型；建立执行节点组；

根据所述运维目录模型，将运维任务进行分类；

将分类后的所述运维任务下发至所述执行节点组；所述执行节点组执行所述运维任务后生成执行结果；

根据预设的异常判断策略，确定所述执行结果中的异常结果；对所述异常结果进行AI智能分析；

所述建立执行节点组包括下列步骤：将用于执行所述运维任务的执行节点集群化，建立包括代理机和设备的所述执行节点组；在所述代理机上部署用于下发所述运维任务的所述执行节点；

在同个网络里部署多台所述代理机上的执行节点；根据所述代理机上的执行节点的任务执行情况动态分配所述运维任务；

所述执行节点组包括多个所述代理机，一个执行节点组中的多个所述代理机可以连接所述执行节点组内的全部设备。

2.根据权利要求1所述的方法，其特征在于，所述运维目录模型包括至少两层目录，每层所述目录中包含用于对所述运维任务进行分类的至少一个项目。

3.根据权利要求1所述的方法，其特征在于，关联每两层所述目录之间的项目，使关联后的所述项目形成跨目录的项目链。

4.根据权利要求1所述的方法，其特征在于，所述AI智能分析包括下列步骤：

分析对应的时间和设备参数触发门限，定位异常设备；

聚类对应的设备、端口、参数的异常，判断异常聚类在某些设备上；

结合设备性能指标和历史数据，判断设备异常的根源，对异常结果进行定位；

根据定位结果，结合历史工单处理经验处理异常设备。

5.根据权利要求4所述的方法，其特征在于，所述根据定位结果，结合历史工单处理经验处理异常设备后，生成反馈信息；通过所述反馈信息训练所述AI智能分析的方法，提升所述AI智能分析的准确度。

6.根据权利要求1所述的方法，其特征在于，所述AI智能分析采用图团体检测算法，所述图团体检测算法中的节点为设备、边为网络链路；所述图团体检测算法得到的设备团体值作为异常设备的评估依据，所述设备团体值M的计算公式如下：

其中，k为图团体顶点的度；L为图团体的边；N表示顶点数量；k_i表示第i个顶点的度；k_j表示第j个顶点的度；A_ij的值为邻接矩阵中的值；c_i表示第i个顶点的聚类；c_j表示第j个顶点的聚类；δ为克罗内克函数。

7.一种面向海量百万级云化设备的自动化运维装置，用于实施如权利要求1所述的方法，其特征在于，所述装置包括：

目录单元，用于建立运维目录模型、编辑运维目录模型和存储运维目录模型；

分类单元，用于调用所述运维目录模型，并根据所述运维目录模型对运维任务进行分类；

调度单元，用于建立执行节点组；还用于将分类后的所述运维任务下发至所述执行节点组执行所述运维任务，生成执行结果；

分析单元，用于根据异常判断策略确定所述执行结果中的异常结果；还用于对异常结果进行AI智能分析，生成分析结果。