[發明專利]一種智能的故障根因分析方法及系統

有效

• 申請號: 201910575025.7
• 申請日: 2019-06-28
• 公開（公告）號: CN112152830B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 劉鵬;鄧春宇;王曉輝;季知祥;蔡常雨;王亞雷;金雪彬;劉鎮京
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司
• 主分類號: H04L41/0631
• 分類號: H04L41/0631
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種智能的根因分析方法，其特征在于，包括：

對接收到的故障報警進行根因分析，獲得故障排查的范圍；

基于故障排查的范圍和故障溯源圖譜，確定故障發生的原因；

基于故障發生的原因從運維知識庫中獲取所述故障對應的解決方案；

所述對接收到的故障報警進行根因分析，獲得故障排查的范圍，包括：

對接收到的故障報警進行上下游關聯分析，獲得所述故障報警服務所在的所有服務器以及各服務器中與故障報警相關的服務狀態和上下游服務狀態；

對各服務器的進程性能數據進行高消耗進程分析，獲得資源消耗超過閾值的進程信息；

對各服務器進行事件分析，獲得當前故障報警發生時在設定時間內的操作；

在各服務器中對所述故障報警的指標采用動態時間規整算法進行指標關聯分析，獲取曲線變化相似的指標；

在各服務器的日志中進行報警關聯日志分析，獲取在設定時間內日志中的錯誤信息；

基于所述各服務器中與故障報警相關的服務狀態和上下游服務狀態、資源消耗超過閾值的進程信息、當前故障報警發生時在設定時間內的操作、曲線變化相似的指標和在設定時間內日志中的錯誤信息，確定故障排查的范圍；

所述進程性能數據，包括：進程名稱、啟動時間、CPU使用率、內存使用率和IO信息。

2.如權利要求1所述的方法，其特征在于，所述對接收到的故障報警進行上下游關聯分析，獲得所述故障報警服務所在的所有服務器以及各服務器中與故障報警相關的服務狀態和上下游服務狀態，包括：

基于所述故障報警和預先構建的服務依賴拓撲關系進行上下游關聯分析，獲得所述故障報警服務所在的所有服務器；

在各服務器中獲取與故障報警相關的服務狀態和上下游服務狀態；

其中，所述服務依賴拓撲關系的構建包括：利用探針自動發現系統的服務類型和具體部署在哪些服務器；把每種服務當作一個節點，每個節點可以展開多個服務所在的服務器的情況，以及服務與服務之間的依賴關系。

3.如權利要求1所述的方法，其特征在于，所述當前故障報警發生時在設定時間內的操作，包括：

服務重啟、機器重啟、內存溢出自保護事件、可疑的編輯命令行操作、可疑的終止進程命令行操作、可疑的開始/停止命令行操作和/或可疑的刪除命令行操作。

4.如權利要求1所述的方法，其特征在于，所述在各服務器中對所述故障報警的指標采用動態時間規整算法進行指標關聯分析，獲取曲線變化相似的指標，包括：

在各服務器中分別獲取故障報警發生前在預設的第一時間內所有的指標；

將所述故障報警發生前在預設的第一時間內所有的指標以時間為軸繪制報警相關指標曲線；

基于所述故障報警的指標繪制報警指標曲線；

基于所述報警相關指標曲線和報警指標曲線采用動態時間規整算法進行指標關聯分析，獲得指標的線性相關性；

基于所述指標的線性相關性，獲取曲線變化相似的指標。

5.如權利要求4所述的方法，其特征在于，按下式計算所述指標的線性相關性：

其中：r：指標的線性相關性；X：報警相關指標的時序數據；Y：故障報警指標的時序數據；X_i：報警相關指標時序數據中第i個時間點的值；報警相關指標序列的平均值；Y_i：故障報警指標時序數據中第i個時間點的值；故障報警指標序列的平均值；S_X：報警相關指標序列的標準方差；S_Y：故障報警指標序列的標準方差。

6.如權利要求1所述的方法，其特征在于，所述基于故障排查的范圍和故障溯源圖譜，確定故障發生的原因，包括：

基于故障排查的范圍中與故障報警相關的服務狀態和上下游服務狀態、資源消耗超過閾值的進程信息、當前故障報警發生時在設定時間內的操作、曲線變化相似的指標和在設定時間內日志中的錯誤信息，從故障溯源圖譜中獲取故障報警的根因；

當未獲取到故障報警的根因時，通過分析模式反饋給運維人員，并將運維人員輸入的故障報警根因與故障報警建立因果關系進行存儲；

其中，所述故障溯源圖譜中存儲指標、日志、進程之間的因果關系。