[發明專利]一種根因定位方法及裝置

在審

• 申請號: 202110672278.3
• 申請日: 2021-06-17
• 公開（公告）號: CN113448761A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 張濤;邱春武;李濤;高鵬
• 申請（專利權）人: 新浪網技術（中國）有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07
• 代理公司: 北京卓嵐智財知識產權代理事務所(特殊普通合伙) 11624
• 代理人: 蔡永波

1.一種根因定位方法，其特征在于，包括：

收集業務運行時后臺生成的每條異常數據，并將所收集的異常數據形成該業務的異常數據集；

基于改進的Apriori算法分析該業務的異常數據集，通過對該業務的異常數據集內參數的支持度的計算來確定異常參數，將異常參數作為該業務的異常根因；其中，參數的支持度用于表示參數值在異常數據集內的數值占比。

2.根據權利要求1所述的根因定位方法，其特征在于，每條異常數據包括：數據自身的異常值、參數以及參數值；

所述基于改進的Apriori算法分析該業務的異常數據集，通過對該業務的異常數據集內參數的支持度的計算來確定異常參數，將異常參數作為該業務的異常根因，具體包括：

將每條異常數據內各參數及參數值提取出來，并將參數類別相同的參數及參數值統一到一維數據集內，得到該類參數的一維數據集，其中，一維數據集的數量與參數類別的數量相同；

掃描該業務的異常數據集，針對每個一維數據集，分別計算當前一維數據集內各參數的支持度，通過對所有一維數據集進行剪枝保留各一維數據集內支持度滿足支持度閾值的參數，將保留的各一維數據集形成頻繁1項集L1；

掃描頻繁1項集L1，將頻繁1項集L1中每K個一維數據集進行組合拼接，針對組合到一起的K個一維數據集，取每個一維數據集內的參數進行組合生成多個K維數據，將所有K維數據形成集合得到候選K項集CK；針對候選K項集CK，保留子集在頻繁K-1項集LK-1內的K維數據，得到凈化候選K項集CK′；掃描該業務的異常數據集，針對凈化候選K項集CK′內每個K維數據，計算各K維數據對應的組合參數的支持度，通過對各K維數據進行剪枝保留組合參數的支持度滿足支持度閾值的K維數據，將保留的各K維數據形成頻繁K項集LK；其中，每個K維數據由K個參數組合而成，將該K維數據的參數稱為組合參數，K≥2；

自為K賦值2開始到形成頻繁2項集L2形成一個拼接、剪枝的循環；繼續為K賦值進行循環，K賦值的遞增間隔為1；

當無法生成頻繁K項集LK時，頻繁K-1項集LK-1為最大頻繁項集；將所述最大頻繁項集內的參數確定為異常參數，將異常參數作為該業務的異常根因。

3.根據權利要求2所述的根因定位方法，其特征在于，還包括：

設置頻繁項集的屬性，所述頻繁項集的屬性包括：頻繁項集的非空子集是頻繁的、任何非頻繁項集的父集是非頻繁的；

所述針對候選K項集CK，保留子集在頻繁K-1項集LK-1內的K維數據，得到凈化候選K項集CK′，具體包括：

根據頻繁項集的非空子集是頻繁的、任何非頻繁項集的父集是非頻繁的屬性，在由頻繁K-1項集LK-1生成候選K項集CK后對候選K項集CK進行復核；

復核時判斷候選K項集CK中的每一個K維數據的各子集是否在頻繁K-1項集LK-1中，當某子集不在頻繁K-1項集LK-1時，將候選K項集CK內有該子集的K維數據刪除，保留子集在頻繁K-1項集LK-1內的K維數據，得到凈化候選K項集CK′。

4.根據權利要求2所述的根因定位方法，其特征在于，包括：

參數的支持度是指：參數值與異常數據集內所有數據自身的異常值之和的比值；其中，當同一參數對應多個參數值時，該參數值為多個參數值之和；或者

參數的支持度是指：組合參數值與異常數據集內所有數據自身的異常值之和的比值；其中，組合參數值是指該組合參數內所有參數值之和。

5.根據權利要求3所述的根因定位方法，其特征在于，所述無法生成頻繁K項集LK，是指：凈化候選K項集CK′為空；或者生成的頻繁K項集LK為空。

6.一種根因定位裝置，其特征在于，包括：

數據收集模塊，用于收集業務運行時后臺生成的每條異常數據，并將所收集的異常數據形成該業務的異常數據集；

根因定位模塊，用于基于改進的Apriori算法分析該業務的異常數據集，通過對該業務的異常數據集內參數的支持度的計算來確定異常參數，將異常參數作為該業務的異常根因；其中，參數的支持度用于表示參數值在異常數據集內的數值占比。