[發明專利]計算環境技術問題的根本原因和預測分析

在審

• 申請號: 201910370358.6
• 申請日: 2019-05-06
• 公開（公告）號: CN110472809A
• 公開（公告）日: 2019-11-19
• 發明（設計）人: E.戈梅斯佩雷拉;A.巴爾塔;T.C.羅塔;R.C.萊梅
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 11105 北京市柳沈律師事務所
• 代理人: 邸萬奎<國際申請>=<國際公布>=<進入

一個過程從環境工具網絡源收集關于計算環境的多個系統的信息。該過程建立并訓練分類模型，該分類模型提取對計算環境的技術問題進行分類的相關信息。該過程執行根本原因和預測分析，并識別已經歷技術問題和預測的技術問題的根本原因。基于識別已經歷技術問題的根本原因，或識別預測的問題，該過程提供建議的糾正措施或優化措施。建議的糾正措施和建議的優化措施的有效性被跟蹤，并且跟蹤的結果被饋送到進一步訓練分類模型的訓練過程中。

技術領域

本公開涉及計算機技術領域，更具體地涉及一種計算機實現的方法。

背景技術

在大型信息技術環境中，服務器和其它系統經常會出現技術問題。這會影響標準過程的執行，并對基礎業務產生負面影響，從而對業務聲譽造成重大損害，并造成收入損失。技術問題可以由技術團隊的成員來識別和修復，但是常規的事故管理程序主要關注于找到快速解決方案，即使是臨時的，以對情形進行分類。為了識別此類事故的根本原因，需要花費大量人力來解析消息、錯誤、日志和可用的各種形式的文檔。這個過程通常是昂貴的、耗時的，并且涉及團隊支持層級不同級別的大量人員。它也可能無法準確識別技術問題的根本原因。因此，這些情形下的資源支出非常高。

發明內容

通過提供一種計算機實現的方法，克服了現有技術的缺點，并提供了額外的優點。該方法收集關于計算環境的多個系統的信息，收集的信息包括來自計算環境的環境工具的信息和來自網絡源的信息。該方法經由機器學習建立和訓練分類模型，該分類模型部分地基于收集的信息的至少部分的自然語言處理，從收集的信息中提取對計算環境的技術問題進行分類的相關信息。該過程使用分類模型執行根本原因分析，并識別多個系統經歷的已經歷技術問題(experienced technical)的根本原因。根本原因分析使用分類模型來提取收集的信息中關于已經歷技術問題(experienced technical issue)的相關信息，并且基于與先前識別的技術問題的相互關聯性來確定已經歷技術問題的根本原因。基于識別已經歷技術問題的根本原因，該過程提供針對已經歷技術問題所涉及的多個系統中的至少一個系統執行的建議的糾正措施(suggested corrective action)。分類模型選擇糾正措施，以針對并正確解決識別的已經歷技術問題的根本原因。該過程還使用分類模型執行預測分析，并基于多個系統的當前狀態來識別如下預測的技術問題：該預測的技術問題在當前時間沒有發生，但是在未來的計算環境中預期會發生。基于識別預測的技術問題，該過程提供針對預測的技術問題所涉及的多個系統中的至少一個系統執行的建議的優化措施。分類模型基于識別被采取來防止計算環境中的問題的過去的措施及其有效性來選擇建議的優化措施，并且建議的優化措施用于預防性優化以防止經歷預測的技術問題。該過程跟蹤建議的糾正措施在糾正已經歷技術問題的根本原因方面的有效性，以及建議的優化措施在防止預測的技術問題方面的有效性，并且將跟蹤的結果饋送到進一步訓練分類模型的訓練過程中。