[發明專利]故障告警模型創建方法、裝置、故障告警方法及裝置有效
| 申請號: | 201810476298.1 | 申請日: | 2018-05-17 |
| 公開(公告)號: | CN108664374B | 公開(公告)日: | 2020-05-08 |
| 發明(設計)人: | 葉茂;李靖 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06F11/32 | 分類號: | G06F11/32;G06F40/284 |
| 代理公司: | 北京德琦知識產權代理有限公司 11018 | 代理人: | 陳世華;王琦 |
| 地址: | 518057 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 故障 告警 模型 創建 方法 裝置 | ||
本發明提供一種故障告警模型創建方法,其包括:獲取多個告警信息樣本,并根據告警信息樣本采集對應的至少一個故障告警日志;使用詞向量化工具,對故障告警日志中每個單詞進行詞向量化操作,以獲取故障告警日志中每個單詞的詞向量信息;對故障告警日志中的每個單詞的詞向量信息進行疊加操作,以獲取故障告警日志的疊加詞向量信息;以多個故障告警日志的疊加詞向量信息作為輸入、以告警信息樣本的故障告警類型作為輸出,對預設的神經網絡模型框架的參數進行神經網絡模型訓練,從而創建對應的故障告警模型。本發明還提供一種故障告警模型創建裝置、故障告警方法以及故障告警裝置。本發明縮短了故障告警處理的耗時以及提高了故障告警處理的效率。
技術領域
本發明涉及服務器應用領域,特別是涉及一種故障告警模型創建方法、裝置、故障告警方法、裝置及存儲介質。
背景技術
現有的服務器硬件故障告警分為明確故障告警和非明確故障告警。其中明確故障告警是根據各部件的故障標準對不同服務器部件的運行狀態日志中的內容進行檢測,從而診斷出服務器故障,若符合故障標準則進行明確故障處理流程。
而非明確故障告警僅僅是表征服務器系統出現異常,該異常可能是由軟件異常導致,如服務器上的程序或服務器系統暫時不可用;也可能是硬件異常導致。因此非明確故障告警不能診斷出故障的真正原因以及對該故障的應對方法。所以如服務器出現非明確故障告警,需要服務器用戶自行判斷該故障是否為軟件故障,如非軟件故障再轉交給現場維護人員進行故障的診斷以及處理。
因此現有的故障告警處理耗時較長,往往會錯過故障處理的最佳時機,從而對業務產生不良影響;且現有的非明確故障告警在整個告警體系中的占比非常大,如所有的非明確故障告警均需要用戶或現場維護人員進行處理,則現有的故障告警處理效率太低,無法滿足用戶日益增長的需求。
發明內容
本發明實施例提供一種可提高故障告警處理效率的故障告警模型創建方法、裝置及對應的故障告警方法、裝置;以解決現有的故障告警處理耗時較長且故障告警處理效率太低,無法滿足用戶日益增長的需求的技術問題。
本發明實施例提供一種故障告警模型創建方法,其包括:
獲取多個告警信息樣本,并根據所述告警信息樣本采集對應的至少一個故障告警日志;
使用詞向量化工具,對所述故障告警日志中每個單詞進行詞向量化操作,以獲取所述故障告警日志中每個單詞的詞向量信息;
對所述故障告警日志中的每個單詞的詞向量信息進行疊加操作,以獲取所述故障告警日志的疊加詞向量信息;以及
以多個所述故障告警日志的疊加詞向量信息作為輸入、以所述告警信息樣本的故障告警類型作為輸出,對預設的神經網絡模型框架的參數進行神經網絡模型訓練,從而創建對應的故障告警模型。
本發明實施例還提供一種故障告警方法,其包括:
獲取待確認告警信息,并根據待確認告警信息采集對應的至少一個待確認故障告警日志;
使用詞向量化工具,對所述待確認故障告警日志進行詞向量化操作,以獲取所述待確認故障告警日志的詞向量信息;
對所述待確認故障告警日志中的每個單詞的詞向量信息進行疊加操作,以獲取所述待確認故障告警日志的疊加詞向量信息;
將所述待確認故障告警日志的疊加詞向量信息輸入至上述的故障告警模型中,以獲取所述待確認故障告警日志的故障告警類型的概率;以及
根據所述待確認故障告警日志的故障告警類型的概率進行故障告警操作。
本發明實施例還提供一種故障告警模型創建裝置,其包括:
故障告警日志采集模塊,用于獲取多個告警信息樣本,并根據所述告警信息樣本采集對應的至少一個故障告警日志;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(深圳)有限公司,未經騰訊科技(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810476298.1/2.html,轉載請聲明來源鉆瓜專利網。





