[發(fā)明專利]一種基于異常關(guān)聯(lián)圖的異常原因診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910021043.0
• 申請(qǐng)日: 2019-01-09
• 公開（公告）號(hào): CN109886292B
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計(jì)）人: 楊愷;竇紹瑜
• 申請(qǐng)（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F17/18
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 蔡彭君

本發(fā)明涉及一種基于異常關(guān)聯(lián)圖的異常原因診斷方法，首先在線收集系統(tǒng)中所有組件的性能指標(biāo)數(shù)據(jù)；然后對(duì)于各組件，判斷是否存在與該組件存在關(guān)聯(lián)關(guān)系的組件，若為是，則將這兩個(gè)組件的性能指標(biāo)輸入異常預(yù)測(cè)模塊，并接收異常預(yù)測(cè)模塊返回的預(yù)診斷結(jié)果，若為存在故障，則在異常關(guān)聯(lián)圖中連接這兩個(gè)組件對(duì)應(yīng)的節(jié)點(diǎn)；反之將該組件的性能指標(biāo)輸入異常預(yù)測(cè)模塊，并接收異常預(yù)測(cè)模塊返回的預(yù)診斷結(jié)果，若為存在故障，則在異常關(guān)聯(lián)圖中連接該組件和一虛擬節(jié)點(diǎn)；然后基于異常關(guān)聯(lián)圖診斷得到異常原因。與現(xiàn)有技術(shù)相比，本發(fā)明可以提高異常原因診斷的效率和準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及異常診斷領(lǐng)域，尤其是涉及一種基于異常關(guān)聯(lián)圖的異常原因診斷方法。

背景技術(shù)

異常原因分析方法可以針對(duì)上級(jí)異常預(yù)測(cè)算法提取出的異常信息，根據(jù)其業(yè)務(wù)相關(guān)性，進(jìn)行相關(guān)故障的定向查找與診斷，并輸出故障結(jié)論信息。

隨著近年來(lái)IT技術(shù)的不斷發(fā)展，IT系統(tǒng)的規(guī)模與復(fù)雜度不斷增長(zhǎng)，這使得控制、管理復(fù)雜系統(tǒng)變得越來(lái)越困難。而復(fù)雜系統(tǒng)中的某個(gè)組件發(fā)生的異常往往會(huì)傳播到系統(tǒng)中的其他組件上，進(jìn)而導(dǎo)致異常的規(guī)模擴(kuò)大，直至導(dǎo)致全局異常。為了減少或避免異常的發(fā)生，異常檢測(cè)、預(yù)測(cè)與原因分析方法都是現(xiàn)階段系統(tǒng)運(yùn)維的主要方式，其中異常檢測(cè)與預(yù)測(cè)旨在根據(jù)系統(tǒng)實(shí)時(shí)性能指標(biāo)，對(duì)系統(tǒng)當(dāng)前與未來(lái)的狀態(tài)做出判斷；而原因分析方法則是在異常檢測(cè)或預(yù)測(cè)的基礎(chǔ)上進(jìn)行的推理，其主要目的是根據(jù)異常的表現(xiàn)及系統(tǒng)內(nèi)部的運(yùn)行機(jī)制，對(duì)異常發(fā)生的原因進(jìn)行推理，從而找出異常發(fā)生的原因、試圖尋找解決方法，最終解決異常。總的來(lái)說(shuō)，原因分析方法主要為了找出1)問(wèn)題(發(fā)生了什么)；2)原因(為什么發(fā)生)；3)措施(如何解決或避免異常)。在傳統(tǒng)運(yùn)維系統(tǒng)中，由于系統(tǒng)的智能度不高，常常需要人為的分析系統(tǒng)性能指標(biāo)，以此來(lái)定位故障的位置和原因，而處理異常則需要運(yùn)維人員具有豐富的專業(yè)知識(shí)，并對(duì)系統(tǒng)的結(jié)構(gòu)有著充分的認(rèn)識(shí)。然而這種人工的異常定位方法常常耗費(fèi)大量的時(shí)間，并且其準(zhǔn)確度與運(yùn)維人員的專業(yè)程度有很大的關(guān)系，所以需要有一種自動(dòng)化的異常原因分析方法來(lái)彌補(bǔ)運(yùn)維系統(tǒng)中的這一缺點(diǎn)。

傳統(tǒng)的原因分析方法主要包括定性分析與定量分析兩種，其中定性分析方法主要利用系統(tǒng)運(yùn)行機(jī)理和異常的特性，分析異常現(xiàn)象和其成因之間的因果關(guān)系等先驗(yàn)知識(shí)，從而使用邏輯推理的方法來(lái)檢測(cè)和定位故障。常用的異常原因定性分析方法包括：基于圖論的診斷方法、基于離散事件系統(tǒng)的診斷方法等等。其中，基于圖論的異常診斷方法在異常原因分析領(lǐng)域有著廣泛應(yīng)用。其優(yōu)點(diǎn)在于，該方法無(wú)需對(duì)象的定量信息，推理清晰、邏輯性強(qiáng)。其缺點(diǎn)在于，圖的規(guī)模與系統(tǒng)復(fù)雜度高度相關(guān)，由于異常發(fā)生的隨機(jī)性和反復(fù)性，通常需要構(gòu)造包含大量節(jié)點(diǎn)和支路的圖，其中的邏輯關(guān)系也極為復(fù)雜，最終導(dǎo)致圖論建模的難度大大增加。基于定量分析的故障診斷方法包括：基于模型的方法和基于數(shù)據(jù)的方法。其中，基于模型的方法首先建立系統(tǒng)的正常狀態(tài)模型，再檢測(cè)系統(tǒng)的實(shí)時(shí)狀態(tài)，當(dāng)系統(tǒng)狀態(tài)偏離其正常狀態(tài)時(shí)，即可獲得一個(gè)異常狀態(tài)，從而分析異常的原因。該方法的優(yōu)點(diǎn)在于：如果可以構(gòu)建精確的模型，原因問(wèn)題就可以大大的簡(jiǎn)化,并且同時(shí)可以有效提高原因分析的準(zhǔn)確度。其缺點(diǎn)在于：此類方法往往缺乏對(duì)異常檢測(cè)特性的深入理論分析，并沒有解決異常原因分析的核心問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于異常關(guān)聯(lián)圖的異常原因診斷方法。

本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：

一種基于異常關(guān)聯(lián)圖的異常原因診斷方法，包括：

步驟S1：在線收集系統(tǒng)中所有組件的性能指標(biāo)數(shù)據(jù)；

步驟S2：選擇一個(gè)未預(yù)診斷組件，判斷是否存在與該組件存在關(guān)聯(lián)關(guān)系的組件，若為是，則執(zhí)行步驟S3，反之，則執(zhí)行步驟S4；

步驟S3：將這兩個(gè)組件的性能指標(biāo)輸入異常預(yù)測(cè)模塊，并接收異常預(yù)測(cè)模塊返回的預(yù)診斷結(jié)果，若為存在故障，則在異常關(guān)聯(lián)圖中連接這兩個(gè)組件對(duì)應(yīng)的節(jié)點(diǎn)，并執(zhí)行步驟S5；