[發明專利]故障定位方法、裝置、電子設備及存儲介質

在審

• 申請號: 202211515026.0
• 申請日: 2022-11-29
• 公開（公告）號: CN115809161A
• 公開（公告）日: 2023-03-17
• 發明（設計）人: 李雙宏;陳凌云;李寧;劉棟;董朱明;蘇寶輝;王軍軍;張文魁;郭曉龍;孫振興
• 申請（專利權）人: 德邦證券股份有限公司
• 主分類號: G06F11/07
• 分類號: G06F11/07
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 徐敏

本申請實施例提供一種故障定位方法、裝置、電子設備及存儲介質，通過在監控到數據中心的節點發生故障時，確定故障對應的目標故障類型；確定所述目標故障類型對應的第一目標特征子集；計算所述數據中心中各個節點的特征與所述第一目標特征子集中各個特征之間的相似度，并基于相似度將各個節點的特征進行排列，得到特征集合；基于特征選擇算法從所述特征集合中確定第二目標特征子集；基于第二目標特征子集中各個特征在各個節點的實際位置，確定故障的位置，能夠實現對故障節點進行準確定位。

技術領域

本申請涉及數據中心技術領域，特別地涉及一種故障定位方法、裝置、電子設備及存儲介質。

背景技術

隨著云計算和大數據技術的飛速發展，現代數據中心正朝著更為復雜、精密、高效的方向發展，并且數量龐大的數據中心網絡的網絡節點在運行過程中會產生大量數據資源，這些實時采集所得、同時能敏感地反應數據中心系統狀態變化的信息被稱為特征，可以用于系統狀態監測以及故障診斷。但是這些大量的系統特征跟系統故障之間不是一對一的關系，可能一種故障的發生會帶動多個特征的變化，或是某個特征的變化可能是由多種故障引起的。由于特征和故障之間復雜的相關性，人為操作很難在特征中找到故障的真正原因和真正位置。

發明內容

針對上述相關技術中的問題，本申請提供一種故障定位方法、裝置、電子設備及存儲介質。

本申請提供了一種故障定位方法，包括：

在監控到數據中心的節點發生故障時，確定故障對應的目標故障類型；

確定所述目標故障類型對應的第一目標特征子集；

計算所述數據中心中各個節點的特征與所述第一目標特征子集中各個特征之間的相似度，并基于相似度將各個節點的特征進行排列，得到特征集合；

基于特征選擇算法從所述特征集合中確定第二目標特征子集；

基于第二目標特征子集中各個特征在各個節點的實際位置，確定故障的位置。

在一些實施例中，所述在監控到數據中心的節點發生故障時，確定故障對應的目標故障類型，包括：

對所述數據中心中的各個節點的特征進行監控；

在監控到特征對應的數據變化超過預設閾值的情況下，將超過預設閾值的特征特征確定為異常特征，以得到異常特征集；

比較所述異常特征集與各個故障類型對應的第一目標特征子集；

將與異常特征集相同的第一目標特征子集對應的故障類型確定所述故障對應的目標故障類型。

在一些實施例中，所述方法還包括：

獲取各個特征的特征數據；

基于特征數據計算各個特征與各個故障類型之間的相關性，并基于相關性賦予各個特征對應的權重；

基于各個特征對應的權重確定各個故障類型對應的初始特征子集；

基于所述初始特征子集中各個特征與故障類型之間的互信息和各個特征相互之間的互信息從所述初始特征子集中確定各個故障類型對應的第一目標特征子集。

在一些實施例中，所述基于所述初始特征子集中各個特征與故障類型之間的互信息和各個特征相互之間的互信息從所述初始特征子集中確定各個故障類型對應的第一目標特征子集，包括：

計算所述初始特征子集中各個特征與故障類型之間的互信息，并計算所述初始特征子集中各個特征相互之間的互信息；

基于各個特征與故障類型之間的互信息計算所述初始特征子集中各個特征與故障類型之間的相關性度量，并基于特征子集中各個特征相互之間的互信息計算所述初始特征子集中特征之間的相關性度量；