[发明专利]一种基于知识图谱技术的分布式系统故障根因溯源方法

权利要求书

1.一种基于知识图谱技术的分布式系统故障根因溯源方法，其特征在于，该方法包括以下步骤：

1)收集分布式系统历史故障数据，使用异常检测算法和模板方法生成事件；

2)抽取事件的特征来训练关系分类器，然后利用关系分类器挖掘历史事件之间的关系，构建历史故障传播图；

3)对相同故障的故障传播图抽取相似结构，构建故障知识图谱，一个故障知识图谱标志着一种故障及其传播路径和根因；

4)收集分布式系统实时故障数据，通过步骤2)的方法构建实时故障传播图；

5)计算实时故障传播图与故障知识图谱之间的相似度，得到与实时故障传播图最相似的故障知识图谱，从而根据故障知识图谱标志的故障根因判断实时故障的根因。

2.根据权利要求1所述的基于知识图谱技术的分布式系统故障根因溯源方法，其特征在于，所述运维事件、抽象运维事件、故障传播图、故障知识图谱按照如下方式定义：

定义1：运维事件：运维事件e＝(E,t,l)，其中E∈ε是事件类型，ε＝{E₁,E₂,…,E_m}是m个事件类型的有限集合，t表示该运维事件的时间戳，l表示此事件发生的位置^]，

定义2：抽象运维事件：抽象运维事件e′＝(E,L)，其中E∈ε是事件类型，ε＝{E₁,E₂,…,E_m}是m个事件类型的有限集合，而L∈γ是地点类型，γ＝{L₁,L₂,…,L_n}是n个地点类型的有限集合，

定义3：故障传播图：故障传播图FPG是三元组(e₁,r,e₂)的集合，其中e₁和e₂是事件，r是事件e₁和e₂之间的关系，r是顺序关系或者因果关系，

定义4：故障知识图谱：故障知识图谱FKG是三元组(e′₁,r,e′₂)的集合，其中e′₁和e′₂是抽象事件，r是抽象事件e′₁和e′₂之间的关系，r是顺序关系或者因果关系。

3.根据权利要求1所述的基于知识图谱技术的分布式系统故障根因溯源方法，其特征在于，所述步骤1)中，按照如下方式生成事件：

1-a)对系统中的Metric数据，使用异常检测算法检测出Metric曲线中的异常点，然后通过模板生成事件；

1-b)对系统中的日志数据，使用聚类算法得到主要日志类型，然后通过模板生成事件。

4.根据权利要求1所述的基于知识图谱技术的分布式系统故障根因溯源方法，其特征在于，所述步骤2)中根据以下特征训练关系分类器：

2-1)皮尔逊相关系数：两个事件之间的皮尔逊相关系数越高，那么这两个事件越相关，越有可能是因果关系；

2-2)事件共现频率：两个事件在一起出现的频率越高，越有可能有因果关系；

2-3)事件发生位置间的距离：事件发生的位置越近，越可能是因果关系；

2-4)事件发生时间差：事件发生时间越近，越可能是因果关系；

2-5)事件关键性：事件的关键性是指事件对某一故障的重要程度，两个事件的关键性越高，关键性相差越小，越有可能是因果关系；

2-6)事件周期性：周期性出现的事件很大可能是白噪声，这种周期性出现的事件不论故障发生与否都会周期性出现，所以事件周期性越高，它与其他节点的因果关系越弱。

5.根据权利要求1所述的基于知识图谱技术的分布式系统故障根因溯源方法，其特征在于，所述步骤2)中，按照如下方式生成故障传播图：

2-a)使用事件特征训练关系分类器；

2-b)使用关系分类器判断事件之间的关系；

2-c)将事件作为节点，事件与事件间的关系作为边，构建故障传播图。