[發(fā)明專利]告警根因判斷方法、模型訓練方法、裝置、設備和介質

在審

• 申請?zhí)枺?/td>: 202111574607.7
• 申請日: 2021-12-21
• 公開（公告）號: CN114237962A
• 公開（公告）日: 2022-03-25
• 發(fā)明（設計）人: 王浩彬;李晨;黃芬芬;王田媛
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07;G06N3/04;G06N3/08
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海;趙新龍

本公開提供了一種告警根因判斷方法、模型訓練方法、裝置、設備和介質，涉及計算機技術領域。其中，告警根因預測模型的訓練方法，包括：獲取歷史告警信息，其中，所述歷史告警信息包括歷史告警和所述歷史告警對應的根因；根據(jù)所述根因與所述歷史告警的對應關系，組成多個歷史告警群，得到訓練樣本；以使每組所述歷史告警群的根因的預測概率最大化為訓練目標，重復的修正skip?gram的嵌入算法的預設參數(shù)，直至滿足所述訓練樣本的根因的預測概率最大化，得到所述告警根因預測模型。訓練過程重復修正skip?gram的嵌入算法的預設參數(shù)，逐漸讓訓練樣本的根因的預測概率能夠最大化，實現(xiàn)告警根因的預測，提高告警根因預測的準確率。

技術領域

本公開涉及信息處理技術領域，尤其涉及一種告警根因的判斷方法、預測模型的訓練方法、裝置、電子設備和計算機存儲介質。

背景技術

隨著云計算、云原生技術的愈發(fā)成熟，云功能模塊之間愈發(fā)解耦，依靠相互調用形成多種云服務。調用復雜度大幅上升，給云服務提供商帶來了更大的運維難度。

由于云功能組件間的調用關系，往往是一個組件出現(xiàn)問題，許多服務產生告警，運維人員很難發(fā)現(xiàn)產生問題的組件是哪一個，即無法判定故障根因。目前已有的根因分析方法包括隨機游走，頻繁項集，告警權重等多種方法。但是，這些方法對于冷啟動問題能力較弱，對根因分析的結果可靠性不足。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現(xiàn)有技術的信息。

發(fā)明內容

本公開的目的在于提供一種告警根因的判斷方法、預測模型的訓練方法及相關設備，至少在一定程度上克服由于相關技術的限中告警根因分析結果可靠性不足的問題。

本公開的其他特性和優(yōu)點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據(jù)本公開的一個方面，提供一種告警根因預測模型的訓練方法，包括：獲取歷史告警信息，其中，所述歷史告警信息包括歷史告警和所述歷史告警對應的根因；根據(jù)所述根因與所述歷史告警的對應關系，組成多個歷史告警群，得到訓練樣本；以使每組所述歷史告警群的根因的預測概率最大化為訓練目標，重復的修正skip-gram的嵌入算法的預設參數(shù)，直至滿足所述訓練樣本的根因的預測概率最大化，得到所述告警根因預測模型。

在本公開一個實施例中，所述根據(jù)所述根因與所述歷史告警的對應關系，組成多個歷史告警群，得到訓練樣本的步驟，包括：利用獨熱方法對所述歷史告警進行編碼，得到所述歷史告警的獨熱編碼；將以相同根因導致的多個所述歷史告警集合到同一歷史告警群，得到多組歷史告警群；將所述多組歷史告警群進行收集，得到訓練樣本。

在本公開一個實施例中，所述以使每組所述歷史告警群的根因的預測概率最大化為訓練目標，重復的修正skip-gram的嵌入算法的預設參量，直至滿足所述訓練樣本的根因的預測概率最大，得到所述告警根因預測模型的步驟，包括：根據(jù)告警發(fā)生時間對一個歷史告警群內的告警進行排序，獲得對應歷史告警的時間序列信息和歷史根因；逐一以所述歷史告警群中的所述歷史告警為告警中心，通過所述預訓練的告警根因預測模型，對所述告警中心在時間序列上距離為m的歷史告警和歷史根因進行預測；根據(jù)所述告警根因預測模型輸出的訓練結果，重復的修正skip-gram的嵌入算法的參數(shù)；將所述訓練樣本中所述多個歷史告警群分別訓練完成，得到所述告警根因預測模型。

在本公開一個實施例中，所述告警根因預測模型分別存儲嵌入矩陣和解析矩陣，所述嵌入矩陣和解析矩陣中均具有能夠修正的預設參數(shù)；其中，所述嵌入矩陣對所述歷史告警的獨熱編碼進行處理，獲得嵌入編碼；所述嵌入編碼輸入所述解析矩陣中進行處理，輸出預測告警和所述預測告警的概率分布。