[發(fā)明專利]一種IT故障源診斷方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201310328576.6
• 申請日: 2013-07-31
• 公開（公告）號: CN103412805A
• 公開（公告）日: 2013-11-27
• 發(fā)明（設計）人: 鄭仕輝;李晉晉
• 申請（專利權）人: 交通銀行股份有限公司
• 主分類號: G06F11/22
• 分類號: G06F11/22
• 代理公司: 北京三友知識產(chǎn)權代理有限公司 11127
• 代理人: 任默聞

1.一種IT故障源診斷方法，其特征在于，所述IT故障源診斷方法包括：

預定義IT系統(tǒng)的性能指標模型，所述性能指標模型包括：操作系統(tǒng)層性能指標模型、中間件工具層性能指標模型、數(shù)據(jù)庫層性能指標模型、應用層性能指標模型；

實時采集所述性能指標模型中的各個性能數(shù)據(jù)，并根據(jù)時間點切片生成所述性能數(shù)據(jù)的性能指標值；

實時計算所述性能指標值的性能均值；

判斷某一時點的監(jiān)控的性能指標值與預定義指標值或所述的性能均值的差值是否超過預設的閾值，如果是，定義為所述性能指標的異常事件，并將同一時點發(fā)生的多個異常事件定義為異常事件集合；

根據(jù)設定的最小支持度及最小可信度，定期利用關聯(lián)規(guī)則FP-樹頻集算法計算所述異常事件集合中多個所述異常事件之間的關聯(lián)關系，生成關聯(lián)規(guī)則特征模型；

分析所述關聯(lián)規(guī)則特征模型中的同一時點發(fā)生的所述異常事件是否是由IT故障源產(chǎn)生的，如果是，將所述關聯(lián)規(guī)則特征模型定義為IT故障源的特征模型；

在IT系統(tǒng)運行過程中實時采集所述的性能指標模型中的性能指標，并將所述性能指標與所述特征模型中的異常事件集合進行匹配，并生成匹配結果信息。

2.根據(jù)權利要求1所述的IT故障源診斷方法，其特征在于，所述定期利用關聯(lián)規(guī)則FP-樹頻集算法計算所述異常事件集合中多個所述異常事件之間的關聯(lián)關系，生成關聯(lián)規(guī)則特征模型，包括：

利用所述關聯(lián)規(guī)則FP-樹頻集算法計算所述異常事件集合中的多個所述異常事件在統(tǒng)計區(qū)間內(nèi)同時發(fā)生的概率是否超過所述的最小支持度；

如果是，計算所述異常事件集合中的多個所述異常事件在統(tǒng)計區(qū)間內(nèi)同時發(fā)生的概率占所述多個所述異常事件中的其中一個異常事件發(fā)生的概率的比值是否超過所述的最小可信度；

如果是，將異常事件集合生成關聯(lián)規(guī)則特征模型。

3.根據(jù)權利要求1所述的IT故障源診斷方法，其特征在于，所述生成匹配結果信息，包括：如果匹配成功，生成IT故障源告警信息。

4.根據(jù)權利要求1所述的IT故障源診斷方法，其特征在于，所述操作系統(tǒng)層性能指標模型中的性能指標包括：CPU使用率、CPUwait?I/O使用率、虛擬內(nèi)存使用率、內(nèi)存交換空間使用率、磁盤IO。

5.根據(jù)權利要求1所述的IT故障源診斷方法，其特征在于，所述中間件工具層性能指標模型中的性能指標包括：jdbcpool使用率、threadpool使用率、JC?time、活動會話、Jvm內(nèi)存使用率、MQ隊列深度、MQ死信隊列深度。

6.根據(jù)權利要求1所述的IT故障源診斷方法，其特征在于，所述數(shù)據(jù)庫層性能指標模型中的性能指標包括：日志空間使用率、鎖等待數(shù)、鎖超時數(shù)、鎖升級數(shù)、死鎖數(shù)、應用連接數(shù)。

7.根據(jù)權利要求1所述的IT故障源診斷方法，其特征在于，所述應用層性能指標模型中的性能指標包括：交易響應時間、交易并發(fā)數(shù)、交易量失敗率。

8.一種IT故障源診斷系統(tǒng)，其特征在于，所述IT故障源診斷系統(tǒng)包括：

模型定義單元，用于預定義IT系統(tǒng)的性能指標模型，所述性能指標模型包括：操作系統(tǒng)層性能指標模型、中間件工具層性能指標模型、數(shù)據(jù)庫層性能指標模型、應用層性能指標模型；

性能指標值生成單元，用于實時采集所述性能指標模型中的各個性能數(shù)據(jù)，并根據(jù)時間點切片生成所述性能數(shù)據(jù)的性能指標值；

性能均值計算單元，用于實時計算所述性能指標值的性能均值；

異常事件判斷單元，用于判斷某一時點的監(jiān)控的性能指標值與預定義指標值或所述的性能均值的差值是否超過預設的閾值，如果是，定義為所述性能指標的異常事件，并將同一時點發(fā)生的多個異常事件定義為異常事件集合；

關聯(lián)規(guī)則特征模型生成單元，用于根據(jù)設定的最小支持度及最小可信度，定期利用關聯(lián)規(guī)則FP-樹頻集算法計算所述異常事件集合中多個所述異常事件之間的關聯(lián)關系，生成關聯(lián)規(guī)則特征模型；

IT故障源分析單元，分析所述關聯(lián)規(guī)則特征模型中的同一時點發(fā)生的所述異常事件是否是由IT故障源產(chǎn)生的，如果是，將所述關聯(lián)規(guī)則特征模型定義為IT故障源的特征模型；

匹配單元，用于在IT系統(tǒng)運行過程中實時采集所述的性能指標模型中的性能指標，并將所述性能指標與所述特征模型中的異常事件集合進行匹配，并生成匹配結果信息。