[發明專利]一種日志故障關聯與預測方法、裝置、設備及存儲介質

有效

• 申請號: 201810669273.3
• 申請日: 2018-06-26
• 公開（公告）號: CN110647446B
• 公開（公告）日: 2023-02-21
• 發明（設計）人: 戴新宇
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 劉敏

本文公開了一種日志故障關聯與預測方法、裝置、設備及存儲介質，屬于通信技術領域，該方法包括：獲取歷史業務日志，對所述歷史業務日志進行帕累托分析，獲得訓練日志樣本；通過預設的時間窗對所述訓練日志樣本進行貝葉斯運算，得到關聯事件的預測模型；根據所述預測模型對實時業務日志進行處理，并預測關聯故障事件出現的概率及時間；通過帕累托分析，將高頻事件作為系統擾動舍棄，加速了數據處理與訓練；通過貝葉斯運算，能夠以概率的方式給出日志故障的關聯關系，變人工判斷為由機器給出不平衡概率分布，協助運維人員決策，降低了勞動強度，提高了工作效率。

技術領域

本文涉及通信技術領域，尤其涉及一種日志故障關聯與預測方法、裝置、設備及存儲介質。

背景技術

在日常的系統運維過程中，無論是IT系統還是CT系統，遇到問題時往往需要運維人員、研發人員根據日志來定位問題，隨著系統越來越復雜，往往一個問題需要多個子系統的人來定位，效率低，人力成本開銷巨大，研發往往需要加班來定位、解決問題，結果造成三個不滿意：客戶不滿意(嫌解決問題太慢)、研發不滿意(嫌加班太多)、領導不滿意(部門整體效率不高)。

發明內容

本文在于提供一種日志故障關聯與預測方法、裝置、設備及存儲介質,通過帕累托分析，將高頻事件作為系統擾動舍棄，加速了數據處理與訓練；通過貝葉斯運算，能夠以概率的方式給出日志故障的關聯關系，變人工判斷為由機器給出不平衡概率分布，協助運維人員決策，降低了勞動強度，提高了工作效率。

本文解決上述技術問題所采用的技術方案如下：

根據本文的一個方面，提供的一種日志故障關聯與預測方法，包括：

獲取歷史業務日志，對所述歷史業務日志進行帕累托分析，獲得訓練日志樣本；

通過預設的時間窗對所述訓練日志樣本進行貝葉斯運算，得到關聯事件的預測模型；

根據所述預測模型對實時業務日志進行處理，并預測關聯故障事件出現的概率及時間。

可選地，所述獲取歷史業務日志，對所述歷史業務日志進行帕累托分析，獲得訓練日志樣本包括：

獲取歷史業務日志，根據業務日志的規范、特征對所述歷史業務日志進行分類；

對所述歷史業務日志進行帕累托分析，得出每一類業務日志發生的次數，并按次數進行正序排列；

根據預設的分位值，過濾高頻業務日志，得到訓練日志樣本。

可選地，所述高頻業務日志為系統擾動信息。

可選地，所述關聯事件包括日志事件和關聯故障事件。

可選地，所述通過預設的時間窗對所述訓練日志樣本進行貝葉斯運算，得到關聯事件的預測模型包括：

通過預設的時間窗過濾所述訓練日志樣本，得到關聯故障事件的先驗概率、關聯故障事件發生前對應的時間窗內出現對應日志事件的概率，以及關聯故障事件發生的概率；

通過貝葉斯公式計算得到關聯故障事件的后驗概率，并計算日志事件到關聯故障事件的間隔時間；

設置置信度閾值，將所有日志事件的后驗概率與所述置信度閾值作比較，篩選出后驗概率大于所述置信度閾值的日志事件，將所述日志事件及對應的間隔時間存入規則庫，形成關聯事件的預測模型。

可選地，所述時間窗的時長為5分鐘、15分鐘或半小時。

可選地，所述根據所述預測模型對實時業務日志進行處理，并預測關聯故障事件出現的概率及時間之后還包括：

獲取關聯故障事件實時出現的概率及時間，并更新所述預測模型。

根據本文的另一個方面，提供的一種日志故障關聯與預測裝置，包括：