[發明專利]基于人工智能的程序故障處理方法、裝置、設備及存儲介質在審
| 申請號: | 202110040474.9 | 申請日: | 2021-01-13 |
| 公開(公告)號: | CN112699048A | 公開(公告)日: | 2021-04-23 |
| 發明(設計)人: | 熊有益;董慶文;朱宇 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36 |
| 代理公司: | 北京派特恩知識產權代理有限公司 11270 | 代理人: | 高天華;張穎玲 |
| 地址: | 518000 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: | 基于 人工智能 程序 故障 處理 方法 裝置 設備 存儲 介質 | ||
1.一種基于人工智能的程序故障處理方法,其特征在于,包括:
獲取程序的運行數據;
對所述運行數據進行特征提取處理,得到所述運行數據的故障特征;
基于所述運行數據的故障特征,確定在不同候選故障類型下所述故障特征的條件概率;
基于所述運行數據的先驗概率以及在不同候選故障類型下所述故障特征的條件概率進行預測處理,得到所述程序的故障類型。
2.根據權利要求1所述的方法,其特征在于,所述對所述運行數據進行特征提取處理,得到所述運行數據的故障特征,包括:
對所述運行數據進行非統計特征提取,得到所述運行數據的非統計特征;
對所述運行數據進行統計特征提取,得到所述運行數據的統計特征;
將所述運行數據的非統計特征和所述運行數據的統計特征的集合作為所述運行數據的故障特征;
其中,所述統計特征的類型包括以下至少之一:行為序列特征、故障關鍵字;所述非統計特征的類型包括以下至少之一:程序狀態、版本號、運行環境、硬件信息、運行時間。
3.根據權利要求2所述的方法,其特征在于,所述對所述運行數據進行統計特征提取,得到所述運行數據的統計特征,包括:
對所述運行數據中的歷史點擊行為數據進行遍歷處理,得到所述歷史點擊行為數據中每個歷史點擊信息的時間戳;
對所述每個歷史點擊信息的時間戳進行降序排序,將排序在前的部分時間戳對應的歷史點擊信息,確定為有效期內的歷史點擊信息;
將所述有效期內的歷史點擊信息的集合作為所述運行數據的行為序列特征。
4.根據權利要求2所述的方法,其特征在于,所述對所述運行數據進行統計特征提取,得到所述運行數據的統計特征,包括:
對所述運行數據中的日志數據進行關鍵字過濾處理,得到所述日志數據中的故障關鍵字;
將所述日志數據中的故障關鍵字作為所述運行數據的故障關鍵字。
5.根據權利要求1所述的方法,其特征在于,所述基于所述運行數據的故障特征,確定在不同候選故障類型下所述故障特征的條件概率,包括:
獲取不同候選故障特征與在不同候選故障類型下所述候選故障特征的條件概率的對應關系;
基于所述運行數據的故障特征查詢所述對應關系,以得到在不同候選故障類型下所述故障特征的條件概率。
6.根據權利要求5所述的方法,其特征在于,所述獲取不同候選故障特征與在不同候選故障類型下所述候選故障特征的條件概率的對應關系,包括:
獲取候選故障類型集合以及候選故障特征集合;
針對所述候選故障類型集合中的任一候選故障類型執行以下處理:
基于所述候選故障類型,對多個歷史運行數據的故障特征進行遍歷處理,得到在所述候選故障類型下所述候選故障特征集合中每個候選故障特征的占比,以作為在所述候選故障類型下每個候選故障特征的條件概率;
基于在多個所述候選故障類型下每個候選故障特征的條件概率,確定不同候選故障特征與在不同候選故障類型下所述候選故障特征的條件概率的對應關系。
7.根據權利要求6所述的方法,其特征在于,所述獲取候選故障特征集合,包括:
確定有效期內的多個歷史運行數據分別包括的故障特征;
基于所述歷史運行數據包括的故障特征,確定所述多個歷史運行數據在多個候選故障特征的分布;
當所述多個歷史運行數據在多個候選故障特征的分布不滿足分布均衡條件時,對所述多個候選故障特征進行增加、刪除、修改中的至少一種的調整;
將調整后的所述多個候選故障特征的集合作為所述候選故障類型集合。
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/202110040474.9/1.html,轉載請聲明來源鉆瓜專利網。





