[發明專利]一種面向海量百萬級云化設備的自動化運維方法及裝置

有效

• 申請號: 202110354682.6
• 申請日: 2021-03-30
• 公開（公告）號: CN112990744B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 楊克偉;胡劍;張澤欽;林小莎;康俊健;鐘世欽;伍閔;許宜斌;鐘惠娜;朱桂芝
• 申請（專利權）人: 杭州東方通信軟件技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06Q10/00
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽

本發明公開了一種面向海量百萬級云化設備的自動化運維方法及裝置。該方法的步驟為：建立運維目錄模型；建立執行節點組；根據運維目錄模型，將運維任務進行分類；將分類后的運維任務下發至執行節點組；執行節點組執行運維任務后生成執行結果；根據預設的異常判斷策略，確定執行結果中的異常結果；對異常結果進行AI智能分析。用于實施該方法的裝置包括目錄單元、分類單元、調度單元和分析單元。通過及時有效地推進運維自動化、智能化，適應網絡集中、集成、集約的發展理念，為網元和業務的集中運維操作提供了有力的支撐和保障，在電信運營商、互聯網等行業廣泛應用后，有效地提升生產運維效率，節約人力時間成本，已經取得了良好的經濟效益。

技術領域

本發明涉及自動化/AI智能化運維領域，尤其涉及一種面向海量百萬級云化設備的自動化運維方法及裝置。

背景技術

現有技術方案主要是海量百萬級的云化設備網元配置操作、業務開通、例行檢查等運維操作，一般采用離線操作、結合人工半自動的方式完成運維操作。不能支持針對海量的百萬級別的種類繁多的云化設備批量一鍵自動化的運維操作，出現異常也不支持智能化的定位判斷和處理。

然而，隨著云資源池這些快速增長、種類繁多的云化設備、以及云資源池之上的應用指數級增值，傳統的IT運維系統的架構采用定時任務Quratz的任務調度體系，存在如下弊端，無法滿足海量的種類繁多的云化設備運維操作訴求，大大影響了生產運維效率：1)同一個任務只能有一個節點運行，其他節點將不執行任務，性能低，資源浪費；2)當碰到大量短任務時，各個節點頻繁的競爭數據庫鎖，節點越多這種情況越嚴重，性能會很低下；3)quartz的分布式僅解決了集群高可用的問題，并沒有解決任務分片的問題，不能實現水平擴展；4)前置節點不支持多類腳本執行，僅支持groovy腳本。

發明內容

為解決現有技術中存在的缺陷。本發明實施例主要針對解決海量的、百萬級別的、種類繁多的云化設備運維效率慢、不夠智能化的問題。

第一方面，本發明實施例中記載了一種面向海量百萬級云化設備的自動化運維方法，該方法包括下列步驟：建立運維目錄模型；建立執行節點組；根據運維目錄模型，將運維任務進行分類；將分類后的運維任務下發至執行節點組；執行節點組執行運維任務后生成執行結果；根據預設的異常判斷策略，確定執行結果中的異常結果；對異常結果進行AI智能分析。

一個可實現的實施例中，運維目錄模型包括至少兩層目錄，每層目錄中包含用于對運維任務進行分類的至少一個項目。

一個可實現的實施例中，關聯每兩層目錄之間的項目，使關聯后的項目形成跨目錄的項目鏈。

一個可實現的實施例中，建立執行節點組包括下列步驟：將用于執行運維任務的執行節點集群化，建立包括代理機和設備的執行節點組；在代理機上部署用于下發運維任務的執行節點。

進一步地，在同個網絡里部署多臺代理機上的執行節點；根據代理機上的執行節點的任務執行情況動態分配運維任務。執行節點組包括多個代理機，一個執行節點組中的多個代理機可以連接執行節點組內的全部設備。

一個可實現的實施例中，AI智能分析包括下列步驟：分析對應的時間和設備參數觸發門限，定位異常設備；聚類對應的設備、端口、參數的異常，判斷異常聚類在某些設備上；結合設備性能指標和歷史數據，判斷設備異常的根源，對異常結果進行定位；根據定位結果，結合歷史工單處理經驗處理異常設備。

進一步地，根據定位結果，結合歷史工單處理經驗處理異常設備后，生成反饋信息；通過反饋信息訓練AI智能分析的方法，提升AI智能分析的準確度。

一個可實現的實施例中，AI智能分析采用圖團體檢測算法，圖團體算法中的節點為設備、邊為網絡鏈路；圖團體算法得到的設備團體值作為異常設備的評估依據，設備團體值M的計算公式如下：