[发明专利]多源数据的故障处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 202110565329.2 申请日: 2021-05-24
公开(公告)号: CN113190372B 公开(公告)日: 2023-02-07
发明(设计)人: 谭瑞 申请(专利权)人: 深圳赛安特技术服务有限公司
主分类号: G06F11/07 分类号: G06F11/07;G06F40/289;G06F40/30;G06N3/04;G06N3/08
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 刘丽华
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据 故障 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种多源数据的故障处理方法,其特征在于,所述方法包括:

接收多个子系统上报的系统日志,解析所述系统日志获取故障日志,其中,所述故障日志中包含有故障子系统标识码;

识别所述故障日志,确定所述故障日志的第一故障类型;

按照所述第一故障类型的异常信息提取方式,提取所述故障日志中的异常信息,包括:当确定所述故障日志的第一故障类型为业务系统执行故障时,获取所述故障日志中的坐标信息和故障子系统标识码;按照所述故障日志的坐标信息,调用弹窗截图服务对显示故障日志的故障子系统的访问页面进行截图,得到故障图片;将所述故障图片发送至所述故障子系统标识码对应的故障接口,所述故障接口对所述故障图片进行文字识别,并进行异常信息提取;

将所述异常信息输入至预先训练好的故障分类模型中进行分类,得到所述异常信息对应的第二故障类型,所述故障分类模型的训练过程包括:获取多个故障类型及每个故障类型对应的异常信息作为样本数据集,对所述多个故障类型进行统一编号;从所述样本数据集中按照预设的划分规则划分出训练集和验证集;将所述训练集输入预设神经网络中进行训练,得到故障分类模型;将所述验证集输入至所述故障分类模型中进行测试,并计算测试通过率;若所述测试通过率大于或者等于预设通过率阈值,确定所述故障分类模型训练结束;若所述测试通过率小于所述预设通过率阈值,增加训练集的数量,重新进行故障分类模型的训练;

根据所述第二故障类型确定所述异常信息的目标故障解决方案;

根据所述目标故障解决方案对所述异常信息进行故障处理。

2.如权利要求1所述的多源数据的故障处理方法,其特征在于,所述确定所述故障日志的第一故障类型包括:

识别所述故障日志中是否存在弹窗日志;

当所述故障日志中存在弹窗日志时,确定所述故障日志的第一故障类型为页面访问故障;

当所述故障日志中不存在弹窗日志时,确定所述故障日志的第一故障类型为业务系统执行故障。

3.如权利要求2所述的多源数据的故障处理方法,其特征在于,所述识别所述故障日志中是否存在弹窗日志包括:

采用预设的正则模板匹配所述故障日志;

当在所述故障日志中匹配到弹窗标签时,确定所述故障日志中存在弹窗日志;

当在所述故障日志中未匹配到弹窗标签时,确定所述故障日志中不存在弹窗日志。

4.如权利要求2所述的多源数据的故障处理方法,其特征在于,所述按照所述第一故障类型的异常信息提取方式提取所述故障日志中的异常信息包括:

当确定所述故障日志的第一故障类型为页面访问故障时,使用正则表达式提取所述故障日志中的页面访问的异常信息。

5.如权利要求1所述的多源数据的故障处理方法,其特征在于,所述根据所述第二故障类型确定所述异常信息的目标故障解决方案包括:

获取所述第二故障类型的编码;

识别预设数据库中的故障解决方案编码中是否存在与所述第二故障类型的编码相匹配的目标编码;

当确定所述预设数据库中的故障解决方案编码中存在与所述第二故障类型的编码相匹配的目标编码时,获取所述目标编码对应的预设的目标语料库;

对预设的目标语料库中的所有文本进行第一预处理,将预处理后的文本输入至预先训练好的词嵌入模型中,得到多个第一句向量;

对所述异常信息进行分词处理,得到多个分词,将所述多个分词转换为多个词向量,合并所述多个词向量,得到第二句向量;

计算所述第二句向量与每个第一句向量之间的相似度,并从所述相似度中选取出相似度最大的第一句向量作为目标句向量;

从预设的标准答案数据库中确定出所述目标句向量对应的标准答案,并将所述标准答案确定为所述异常信息的目标故障解决方案。

6.如权利要求3至5中任意一项所述的多源数据的故障处理方法,其特征在于,所述方法还包括:

每隔预设时间段统计每个子系统的故障发生数;

按照预设的展示规则展示所有子系统的故障发生数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳赛安特技术服务有限公司,未经深圳赛安特技术服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110565329.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top