[發(fā)明專利]故障原因獲取方法、裝置及電子設(shè)備在審
| 申請?zhí)枺?/td> | 202211370502.4 | 申請日： | 2022-11-03 |
| 公開（公告）號： | CN115905522A | 公開（公告）日： | 2023-04-04 |
| 發(fā)明（設(shè)計）人： | 李思晴 | 申請（專利權(quán)）人： | 中國農(nóng)業(yè)銀行股份有限公司 |
| 主分類號： | G06F16/35 | 分類號： | G06F16/35;G06F18/2433;G06N3/0442;G06N3/0499;G06N3/09 |
| 代理公司： | 北京集佳知識產(chǎn)權(quán)代理有限公司 11227 | 代理人： | 牛亭亭 |
| 地址： | 100005 北*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 故障 原因 獲取 方法 裝置 電子設(shè)備 | ||
本申請公開了一種故障原因獲取方法、裝置及電子設(shè)備，方法包括：獲得運行系統(tǒng)的運行數(shù)據(jù)；對所述運行數(shù)據(jù)進行處理，以得到多項運行特征；使用故障分析模型對所述運行特征進行處理，以得到所述運行系統(tǒng)對應(yīng)的故障描述文本，所述故障描述文本用于表征所述運行系統(tǒng)的當(dāng)前故障原因；其中，所述故障分析模型中至少包含WideDeep模型，所述故障分析模型通過訓(xùn)練樣本訓(xùn)練得到，所述訓(xùn)練樣本包含輸入樣本和輸出樣本，所述輸入樣本包含所述運行系統(tǒng)對應(yīng)的歷史特征，所述輸出樣本包含所述歷史特征對應(yīng)的預(yù)設(shè)的監(jiān)督文本，所述監(jiān)督文本能夠描述所述運行系統(tǒng)的歷史故障原因。
技術(shù)領(lǐng)域
本申請涉及運維技術(shù)領(lǐng)域，尤其涉及一種故障原因獲取方法、裝置及電子設(shè)備。
背景技術(shù)
運維工作中的一個重要部分是當(dāng)系統(tǒng)發(fā)生故障后，要盡快定位故障發(fā)生的原因。目前使用的方法通常是利用工具快速定位到故障根因系統(tǒng)，然后手工排查具體出錯的原因。
但是，手工排查存在效率低的缺陷。因此，亟需一種能夠高效獲得故障原因的技術(shù)方案。
發(fā)明內(nèi)容
有鑒于此，本申請?zhí)峁┮环N故障原因獲取方法、裝置及電子設(shè)備，用以解決獲得故障原因效率較低的技術(shù)問題，如下：
一種故障原因獲取方法，包括：
獲得運行系統(tǒng)的運行數(shù)據(jù)；
對所述運行數(shù)據(jù)進行處理，以得到多項運行特征；
使用故障分析模型對所述運行特征進行處理，以得到所述運行系統(tǒng)對應(yīng)的故障描述文本，所述故障描述文本用于表征所述運行系統(tǒng)的當(dāng)前故障原因；
其中，所述故障分析模型中至少包含WideDeep模型，所述故障分析模型通過訓(xùn)練樣本訓(xùn)練得到，所述訓(xùn)練樣本包含輸入樣本和輸出樣本，所述輸入樣本包含所述運行系統(tǒng)對應(yīng)的歷史特征，所述輸出樣本包含所述歷史特征對應(yīng)的預(yù)設(shè)的監(jiān)督文本，所述監(jiān)督文本能夠描述所述運行系統(tǒng)的歷史故障原因。
上述方法，優(yōu)選的，所述故障分析模型還包含第一解碼器和第二解碼器；
其中，所述使用故障分析模型對所述運行特征進行處理，以得到所述運行系統(tǒng)對應(yīng)的故障描述文本，包括：
通過所述WideDeep模型對所述運行特征進行特征處理，以得到目標(biāo)特征向量；
使用所述第一解碼器，對所述目標(biāo)特征向量進行處理，以得到至少一個主題標(biāo)簽；
針對所述主題標(biāo)簽，使用所述第二解碼器對所述目標(biāo)特征向量和所述主題標(biāo)簽進行處理，以得到所述主題標(biāo)簽對應(yīng)的至少一個字符；
根據(jù)所述主題標(biāo)簽對應(yīng)的至少一個字符，獲得所述運行系統(tǒng)對應(yīng)的故障描述文本。
上述方法，優(yōu)選的，所述運行特征包含至少一項文本數(shù)據(jù)特征和至少一項離散數(shù)據(jù)特征；所述WideDeep模型至少包括Wide部分模型和Deep部分模型；
其中，所述通過所述WideDeep模型對所述運行特征進行特征處理，以得到目標(biāo)特征向量，包括：
使用所述Wide部分模型，對所述離散數(shù)據(jù)特征進行處理，以得到所述離散數(shù)據(jù)特征對應(yīng)的離散特征向量；
使用所述Deep部分模型對所述文本數(shù)據(jù)特征進行處理，以得到文本特征向量；
對所述離散特征向量和所述文本特征向量進行處理，以得到目標(biāo)特征向量。
上述方法，優(yōu)選的，對所述離散特征向量和所述文本特征向量進行向量處理，以得到目標(biāo)特征向量，包括：
對所述離散特征向量和所述文本特征向量進行向量結(jié)合處理，以得到目標(biāo)特征向量。
上述方法，優(yōu)選的，所述第一解碼器基于GRU構(gòu)建；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國農(nóng)業(yè)銀行股份有限公司，未經(jīng)中國農(nóng)業(yè)銀行股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211370502.4/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
