基于知识驱动实现智能云管理的方法及其系统技术方案

本发明专利技术涉及一种基于知识驱动实现智能云管理的方法，包括通过多云管理平台收集结构化数据、半结构化数据和非结构化数据；对数据的清洗转换和存储，对数据进行集中管理，进行多云管理运维知识抽取；进行多云管理知识融合；将训练出的知识进行知识检索，应用于多云管理各种场景中。采用了本发明专利技术的基于知识驱动实现智能云管理的方法及系统，以多云管理为主要场景，研究离线云管知识学习技术和实时智能云管理技术，构建知识驱动型的智能云管系统，用于解决多云管理平台资源调配问题，智能运维故障、告警和根因等核心问题，以及提供领域知识服务，形成基于云计算、人工智能和大数据等多个技术领域的前沿应用和智能实践。

【技术实现步骤摘要】
基于知识驱动实现智能云管理的方法及其系统
本专利技术涉及大数据领域，尤其涉及人工智能和云计算领域，具体是指一种基于知识驱动实现智能云管理的方法及系统。
技术介绍
随着云计算，人工智能和大数据的快速发展，知识经济已经到来，作为其核心价值的知识凸显出了重要的战略地位。如何有效利用已有的数据，管理知识，构建知识中的模型，来发挥最大作用，以提高云计算管理运维的的核心竞争力，是当下研究的一个重难点问题。随着云计算，多云管理，多云融合等技术的快速发展，多云管理企业拥有大量的云平台的数据，主要可分为两大部分，一是以人为核心的数据。例如，对于云计算的产品的购买信息，使用信息等。二是以机器为核心的数据，例如云计算平台系统运行日志等；这些数据通常包括丰富语义(semantics)且是关系型数据(relationaldata)。但是在对复杂的关系型数据的管理上，通常都有一定的难点，这时候知识图谱可以明显发挥出价值。首先，在关联查询的效率上会比传统的存储方式有显著的提高。基于知识图谱的查询效率会高出几千倍甚至几百万倍。其次，基于图的存储在设计上会非常灵活，一般只需局部的改动即可。比如有了一个新的数据源，只需要在已有的图谱上插入就可以。与此相反，传统的存储方式灵活性比较差，它所有的Schema都是提前定义好的，如果后续要改变，代价是非常高的。最后，把实体和关系存储在图数据结构是一种符合整个故事逻辑的最好方式，并且可以通过关系进行知识推理。为此，本项目提出了一个面向多云管理，云计算平台的企业，以知识图谱和人工智能为驱动的企业深度智能运营和运维平台。平台集成了知识采集系统，即高效数据爬虫、知识管理系统、基于知识图谱的智能问答系统等，为企业整理、共享、评估内部知识资产提供了稳定高效的平台。
技术实现思路
本专利技术的目的是克服了上述现有技术的缺点，提供了一种满足智能高效、运维效率高、适用范围较为广泛的基于知识驱动实现智能云管理的方法及系统。为了实现上述目的，本专利技术的基于知识驱动实现智能云管理的方法如下：该基于知识驱动实现智能云管理的方法，其主要特点是，所述的方法包括以下步骤：(1)通过多云管理平台收集结构化数据、半结构化数据和非结构化数据；(2)对数据的清洗转换和存储，对数据进行集中管理，进行多云管理运维知识抽取；(3)进行多云管理知识融合；(4)将训练出的知识进行知识检索，应用于多云管理各种场景中。较佳地，所述的步骤(3)具体包括以下步骤：(3.1)将结构化数据和第三方数据库的数据进行数据整合；(3.2)进行实体对齐以及知识推理，并进行本次构建；(3.3)对学习到的知识进行质量评估、更新和优化；(3.4)构建多云管理的知识融合和知识驱动。较佳地，所述的步骤(1)中采集的数据包括日志数据、性能数据、基本属性数据和API接口数据。较佳地，所述的步骤(2)中进行知识抽取的步骤包括实例抽取、关系抽取和属性抽取。较佳地，所述的步骤(4)中将训练出的知识应用于智能故障定位和故障预警。该实现权利要求1所述的方法的基于知识驱动的智能云管理系统，其特征在于，所述的系统包括：数据采集模块，用于收集结构化数据、半结构化数据和非结构化数据；数据清洗转换存储模块，与所述的数据采集模块相连接，用于对数据的清洗转换和存储，以及集中管理；知识图谱模块，与所述的数据清洗转换存储模块相连接，用于进行多云管理知识融合；智能运营运维业务模块，与所述的知识图谱模块相连接，用于将训练出的知识进行知识检索，应用于多云管理各种场景中。采用了本专利技术的基于知识驱动实现智能云管理的方法及系统，以多云管理为主要场景，研究离线云管知识学习技术和实时智能云管理技术，构建知识驱动型的智能云管系统，提供一种基于知识驱动的智能云管理运维系统和方法，用于解决多云管理平台资源调配问题，智能运维故障、告警和根因等核心问题，以及提供领域知识服务，形成基于云计算、人工智能和大数据等多个
的前沿应用和智能实践。附图说明图1为本专利技术的基于知识驱动实现智能云管理的方法的流程图。图2为本专利技术的基于知识驱动实现智能云管理的系统的结构示意图。具体实施方式为了能够更清楚地描述本专利技术的
技术实现思路
，下面结合具体实施例来进行进一步的描述。本专利技术的该基于知识驱动实现智能云管理的方法，其中包括以下步骤：(1)通过多云管理平台收集结构化数据、半结构化数据和非结构化数据；(2)对数据的清洗转换和存储，对数据进行集中管理，进行多云管理运维知识抽取；(3)进行多云管理知识融合；(3.1)将结构化数据和第三方数据库的数据进行数据整合；(3.2)进行实体对齐以及知识推理，并进行本次构建；(3.3)对学习到的知识进行质量评估、更新和优化；(3.4)构建多云管理的知识融合和知识驱动；(4)将训练出的知识进行知识检索，应用于多云管理各种场景中。作为本专利技术的优选实施方式，所述的步骤(1)中采集的数据包括日志数据、性能数据、基本属性数据和API接口数据。作为本专利技术的优选实施方式，所述的步骤(2)中进行知识抽取的步骤包括实例抽取、关系抽取和属性抽取。作为本专利技术的优选实施方式，所述的步骤(4)中将训练出的知识应用于智能故障定位和故障预警。该实现权利要求1所述的方法的基于知识驱动的智能云管理系统，其特征在于，所述的系统包括：数据采集模块，用于收集结构化数据、半结构化数据和非结构化数据；数据清洗转换存储模块，与所述的数据采集模块相连接，用于对数据的清洗转换和存储，以及集中管理；知识图谱模块，与所述的数据清洗转换存储模块相连接，用于进行多云管理知识融合；智能运营运维业务模块，与所述的知识图谱模块相连接，用于将训练出的知识进行知识检索，应用于多云管理各种场景中。本专利技术的具体实施方式中，包括了数据采集，数据分析和预处理，数据建模和模型迭代训练，参数调优等模块，最终可以实现云计算场景下的智能化运营和数据中心异常检测，根因分析，故障诊断等功能。基于大数据的分布式智能云管系统，可以大大提升云计算平台的运营运维效率，相比较于普通的云管理系统，系统更加智能高效。本专利技术可以为云管解决方案带来总体提升，利用大数据关联分析与机器学习技术为运维系统赋予自主智能，提供从故障预防到故障定位、再到故障闭环的智能保障能力，从而大幅度降低运维人工成本，显著缩短故障恢复时间，和应对运维复杂度。基于云计算平台现有数据建立基础知识库，在多云管理适配层利用语义和机器学习技术从物理设备和虚拟资源采集的海量复杂数据进行知识抽取和清洗，并且利用基于本体的D2R(DatabasetoRDF)技术提取结构化知识，通过知识融合技术构建可自动分类和智能辨识的运维知识图谱，从而建立网络运维数据库和数据之间更强的语义关系，将运维技术的智能、精准和高效性能提升至自主可控可视本文档来自技高网...

【技术保护点】
1.一种基于知识驱动实现智能云管理的方法，其特征在于，所述的方法包括以下步骤：/n(1)通过多云管理平台收集结构化数据、半结构化数据和非结构化数据；/n(2)对数据的清洗转换和存储，对数据进行集中管理，进行多云管理运维知识抽取；/n(3)进行多云管理知识融合；/n(4)将训练出的知识进行知识检索，应用于多云管理各种场景中。/n

【技术特征摘要】
1.一种基于知识驱动实现智能云管理的方法，其特征在于，所述的方法包括以下步骤：
(1)通过多云管理平台收集结构化数据、半结构化数据和非结构化数据；
(2)对数据的清洗转换和存储，对数据进行集中管理，进行多云管理运维知识抽取；
(3)进行多云管理知识融合；
(4)将训练出的知识进行知识检索，应用于多云管理各种场景中。


2.根据权利要求1所述的基于知识驱动实现智能云管理的方法，其特征在于，所述的步骤(3)具体包括以下步骤：
(3.1)将结构化数据和第三方数据库的数据进行数据整合；
(3.2)进行实体对齐以及知识推理，并进行本次构建；
(3.3)对学习到的知识进行质量评估、更新和优化；
(3.4)构建多云管理的知识融合和知识驱动。


3.根据权利要求1所述的基于知识驱动实现智能云管理的方法，其特征在于，所述的步骤(1)中采集的数据包括日志数据、性能...

【专利技术属性】
技术研发人员：陈梅，逯利军，钱培专，彭浩，王文川，
申请(专利权)人：赛特斯信息科技股份有限公司，上海赛特斯信息科技股份有限公司，北京赛特斯信息科技股份有限公司，广东赛特斯信息科技有限公司，
类型：发明
国别省市：江苏;32