[發明專利]面向云服務事件聯系的時變狀態空間向量的構造方法

有效

• 申請號: 202110145205.9
• 申請日: 2021-02-02
• 公開（公告）號: CN112861478B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 李肖堅;蔣以義;夏春和;胡航平;張振
• 申請（專利權）人: 廣西師范大學
• 主分類號: G06F40/151
• 分類號: G06F40/151;G06F40/205;G06F40/211;G06F40/30;G06F16/36
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 冀學軍

1.一種面向云服務事件聯系的時變狀態空間向量的構造方法，其特征在于有下列步驟：

步驟一，解讀云服務日志，明確云服務日志的每一條記錄的各字段含義；

步驟101，收集一段時間里的云服務日志記錄，采用集合形式表示為云服務日志集

Log₁表示第一條云服務日志；

Log₂表示第二條云服務日志；

Log_i表示第i條云服務日志；

Log_j表示第j條云服務日志；

Log_y表示第y條云服務日志；

Log_z表示最后一條云服務日志；下角標z表示云服務日志的總條數；

步驟102，設置字段內容格式，記為FCF；

所述

inst_name表示實施名；

task_name表示任務名；

job_name表示作業名；

start_time表示開始時刻；

end_time表示結束時刻；

status表示實施狀態；

machine_id表示云服務器標識；

seq_no表示實例的序號；

total_seq_no表示實例的總序號；

cpu_avg表示CPU平均利用量；

cpu_max表示CPU最大利用量；

mem_avg表示內存平均利用量；

mem_max表示內存最大利用量；

步驟103，采用字段內容格式FCF對云服務日志集中的各個云服務日志進行字段含義的提取，得到字段含義表征的日志集，記為CSL^FCF，且其中：

表示第一條字段格式日志；

表示第二條字段格式日志；

表示第i條字段格式日志；

表示第j條字段格式日志；

表示第y條字段格式日志；

表示最后一條字段格式日志；

步驟二，句法化處理，構建句法化－日志集；

步驟201，設置句法化結構集，記為SSY；

步驟202，將字段含義表征的日志集CSL^FCF中的各個日志分別與句法化結構集SSY中的句法化結構進行自然語言的漢語句法化描述匹配，得到句法化結構的句法化－日志集，記為CSL_SSY；

所述

表示第一條句法化日志；

表示第二條句法化日志；

表示第i條句法化日志；

表示第j條句法化日志；

表示第y條句法化日志；

表示最后一條句法化日志；

步驟四，依據云服務事件的語義本體判斷日志－事件的屬性；

步驟401，設置云服務事件的語義本體，記為CSE；

所述CSE＝ID,DEP,time,status,RETRY,LOAD,SR；

ID是標識屬性，指標識云服務事件施事者的屬性；

DEP是關聯屬性，指描述云服務事件之間聯系的屬性；

time是時間屬性，指描述云服務事件的起始時刻與結束時刻的屬性；

status是狀態屬性，指描述云服務事件呈現何種狀態的屬性；

RETRY是重試屬性，指描述云服務事件是否存在重啟的屬性；

LOAD是載荷屬性，指描述云服務事件使用硬件資源的屬性；

SR是句法關系，指描述在同一個云服務事件中的標識屬性、依賴屬性、時間屬性、狀態屬性、重試屬性和載荷屬性之間的關系；

步驟402，日志－事件的屬性判斷；

采用CSE＝ID,DEP,time,status,RETRY,LOAD,SR對中的各個日志－事件進行屬性判斷，得到日志－屬性集，記為CSL_CSE；

所述

表示第一條日志－屬性；

表示第二條日志－屬性；

表示第i條日志－屬性；

表示第j條日志－屬性；

表示第y條日志－屬性；

表示最后一條日志－屬性；

步驟六，構造時變狀態空間向量；

步驟601，依據日志－屬性匹配日志－映射規則，得到規則匹配后的標記日志；

對日志－屬性集中的各個日志－屬性與日志－映射規則集中的各個規則進行映射處理，得到規則匹配后的標記日志集，記為CSL_LLNLP；

所述規則匹配后的標記日志集中：

表示第一條規則匹配后的標記日志；

表示第二條規則匹配后的標記日志；

表示第i條規則匹配后的標記日志；

表示第j條規則匹配后的標記日志；

表示第y條規則匹配后的標記日志；

表示最后一條規則匹配后的標記日志；

讀入日志－事件集讀入日志－映射規則集如果任意一條日志－事件中記錄的字段屬于云服務事件的語義本體CSE＝ID,DEP,time,status,RETRY,LOAD,SR中的標識屬性ID，則應用BNF(巴克斯范式)映射規則，映射該字段為標識維向量，并賦值給IDvalues(標識集合)；

如果該日志－事件中記錄的字段屬于狀態屬性status，則應用映射狀態的規則，映射該字段為狀態維的向量，并賦值給Svalues(狀態集合)；

如果日志－事件中記錄的字段屬于重試屬性RETRY或載荷屬性LOAD，則應用Z分的映射規則，映射該字段為重試維或載荷維的向量，并賦值給Zvalues(標準分集合)；

如果日志－事件中記錄的字段屬于時間屬性time，則直接賦值給Tvalues(時刻集合)；

最后，應用日志－映射規則集調整各個維度值的位置，構造得到一條日志－事件的規則匹配后的標記日志，再將所述的規則匹配后的標記日志添加至Cloud-Log2vec(云服務日志向量集合)中；

遍歷完成所有日志－事件和日志－映射規則，從而構造得到云服務日志的狀態空間向量；

步驟七，面向時變空間向量－日志之間的聯系，構造云服務的事件－關聯向量；

對時變空間向量－日志集中的兩兩時變空間向量－日志做笛卡爾積，構造并生成事件－關聯向量對Pair_i,j；然后將每一個所述的事件－關聯向量對作為一個聯系樣本，每一個樣本是62維的向量；

事件－關聯向量對的數目為z(z-1)對，z表示云服務日志的總條數；

對于存在已知聯系的聯系樣本打上聯系標簽，標簽賦值為“1”表示有聯系；對于不存在聯系的聯系樣本打上聯系標簽，標簽賦值為“0”表示無聯系。

2.根據權利要求1所述的面向云服務事件聯系的時變狀態空間向量的構造方法，其特征在于：云服務日志來源于Alibaba cluster trace v2018數據集。