[發明專利]通過日志文件的關鍵區域的基于機器學習的識別進行服務請求補救

在審

• 申請號: 202110335351.8
• 申請日: 2021-03-29
• 公開（公告）號: CN115129679A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 倪嘉呈;龔旻;周廣州;王子嘉;賈真
• 申請（專利權）人: 戴爾產品有限公司
• 主分類號: G06F16/18
• 分類號: G06F16/18;G06F40/205;G06N20/00;G06Q10/06
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;王曉曉

一種設備包括處理裝置，所述處理裝置被配置為：接收與給定資產相關聯的服務請求；獲得與所述給定資產相關聯的日志文件；將所述日志文件分為日志段；生成所述日志段的日志模式標識符集；以及使用機器學習模型確定所述日志段的風險評分，所述機器學習模型將所述日志模式標識符集作為輸入，并提供表征所述日志段的風險的信息作為輸出。所述處理裝置還被配置為至少部分地基于所確定的風險評分來識別所述日志文件的關鍵區域，給定關鍵區域包括具有高于指定風險評分閾值的所確定風險評分的日志段序列。所述處理裝置還被配置為分析所識別的關鍵區域，以確定將用于解決所述服務請求的補救動作。

技術領域

本領域總體上涉及信息處理，并且更具體地，涉及信息處理系統中的裝置管理。

背景技術

監視和分析平臺可用于為信息技術基礎設施的資產提供各種服務。此類服務可能包括例如對此類資產遇到的問題進行故障排除和補救。這可能包括監視和分析平臺的支持工程師從與資產相關聯的最終用戶接收服務請求，并且支持工程師確定資產上遇到的問題的根本原因。為此，支持工程師可查看由資產生成或與資產相關聯的日志文件。

發明內容

本公開的說明性實施方案提供用于通過日志文件的關鍵區域的基于機器學習的識別進行服務請求補救的技術。

在一個實施方案中，一種設備包括至少一個處理裝置，所述處理裝置包括耦合至存儲器的處理器。所述至少一個處理裝置被配置為執行以下步驟：接收與信息技術基礎設施的給定資產相關聯的服務請求；獲得與所述給定資產相關聯的至少一個日志文件；將所述至少一個日志文件分成多個日志段；針對所述多個日志段中的每一個生成日志模式標識符集；以及使用機器學習模型針對所述多個日志段中的每一個確定風險評分，所述機器學習模型將所述日志模式標識符集作為輸入，并提供表征所述多個日志段中的相應日志段的風險的信息作為輸出。所述至少一個處理裝置還被配置為執行以下步驟：至少部分地基于所確定的風險評分來識別所述至少一個日志文件的一個或多個關鍵區域，所述一個或多個關鍵區域中的給定關鍵區域包括：至少一個日志文件的多個日志段中的兩個或更多個的序列，所述序列具有高于指定風險評分閾值的所確定風險評分。所述至少一個處理裝置還被配置為執行以下步驟：分析所識別的一個或多個關鍵區域，以確定要應用于給定資產以解決服務請求的一個或多個補救動作。

這些和其他說明性實施方案包括但不限于方法、設備、網絡、系統和處理器可讀存儲介質。

附圖說明

圖1是在說明性實施方案中的信息處理系統的框圖，所述信息處理系統被配置為通過日志文件的關鍵區域的基于機器學習的識別進行服務請求補救。

圖2是在說明性實施方案中用于通過日志文件的關鍵區域的基于機器學習的識別進行服務請求補救的示例性過程的流程圖。

圖3是在說明性實施方案中用于對服務請求進行分類的示例性過程的流程圖。

圖4示出在說明性實施方案中的日志模式標識符的生成。

圖5示出在說明性實施方案中的基于Transformer的雙向編碼器表示(BERT)機器學習模型的示例架構。

圖6示出在說明性實施方案中的BERT機器學習模型的操作。

圖7示出在說明性實施方案中用于預訓練BERT機器學習模型的掩蔽語言模型的使用。

圖8示出在說明性實施方案中的用于BERT機器學習模型的下一句預測預訓練。

圖9示出在說明性實施方案中的原始日志行到日志模式和相關聯的日志模式標識符的轉換。

圖10示出說明在說明性實施方案中用于對服務請求進行分類的機器學習模型的準確性的圖。

圖11示出在說明性實施方案中的針對日志段序列的風險評分確定的示例。