【技术实现步骤摘要】
基于人工智能的数据架构管控方法及系统
本专利技术涉及计算机
，具体而言，涉及一种基于人工智能的数据架构管控方法及系统。
技术介绍
软件业务架构描述的对象是直接构成系统的抽象业务组件，各个抽象业务组件之间的连接则明确和相对细致地描述组件之间的通讯。在实现阶段，这些抽象组件被细化为实际的组件，比如具体某个类或者对象。在面向对象领域中，组件之间的连接通常用接口来实现。基于此，如何在数据架构管控过程中，有效对软件数据架构进行管控运维处理，是亟待解决的技术问题。
技术实现思路
为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种基于人工智能的数据架构管控方法及系统，基于应用软件日志信息分析出当前软件业务链路关系信息，由此获得链路汇聚关键环节信息，然后基于链路汇聚关键环节信息，生成多个不同汇聚维度的关键环节溯源信息中的环节软件架构信息后迁移到链路汇聚关键环节信息中，得到多个软件分层分类架构信息，从而根据环节软件架构信息之间的软件架构交互配置信息，对多个软件分层分类架构信息进行识别，得到当前待管控架构单元对应的管控架构单元运维信息，根据管控架构单元运维信息对目标系统软件的数据架构管控组件进行管控运维处理。如此，能够以大量应用软件日志信息的业务链路的分析特点对目标系统软件的数据架构管控组件进行管控运维处理，提高软件数据架构与实际业务场景的匹配度。第一方面，本专利技术提供一种基于人工智能的数据架构管控方法，应用于服务器，所述方法包括：获取各个软件服务终端的当前应用软件日志信息，基于人...
【技术保护点】
1.一种基于人工智能的数据架构管控方法，其特征在于，应用于服务器，所述方法包括：/n获取各个软件服务终端的当前应用软件日志信息，基于人工智能模型对所述当前应用软件日志信息进行软件业务链路关系跟踪，以将所述当前应用软件日志信息转换为当前软件业务链路关系信息，得到处理后的链路汇聚关键环节信息；/n基于所述链路汇聚关键环节信息，生成多个不同汇聚维度的关键环节溯源信息，分别检测所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构，以得到所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构信息；/n将所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构信息迁移到所述链路汇聚关键环节信息中，得到多个软件分层分类架构信息；/n根据所述环节软件架构信息之间的软件架构交互配置信息，对所述多个软件分层分类架构信息进行识别，得到当前待管控架构单元对应的管控架构单元运维信息，根据所述管控架构单元运维信息对所述目标系统软件的数据架构管控组件进行管控运维处理。/n
【技术特征摘要】
1.一种基于人工智能的数据架构管控方法，其特征在于，应用于服务器，所述方法包括：
获取各个软件服务终端的当前应用软件日志信息，基于人工智能模型对所述当前应用软件日志信息进行软件业务链路关系跟踪，以将所述当前应用软件日志信息转换为当前软件业务链路关系信息，得到处理后的链路汇聚关键环节信息；
基于所述链路汇聚关键环节信息，生成多个不同汇聚维度的关键环节溯源信息，分别检测所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构，以得到所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构信息；
将所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构信息迁移到所述链路汇聚关键环节信息中，得到多个软件分层分类架构信息；
根据所述环节软件架构信息之间的软件架构交互配置信息，对所述多个软件分层分类架构信息进行识别，得到当前待管控架构单元对应的管控架构单元运维信息，根据所述管控架构单元运维信息对所述目标系统软件的数据架构管控组件进行管控运维处理。
2.根据权利要求1所述的基于人工智能的数据架构管控方法，其特征在于，所述根据所述环节软件架构信息之间的软件架构交互配置信息，对所述多个软件分层分类架构信息进行识别，得到当前待管控架构单元对应的管控架构单元运维信息的步骤，包括：
获取所述环节软件架构信息之间的软件架构交互配置信息的软件架构交互配置所对应的交互配置标签，并根据所述交互配置标签从预设的软件分层分类架构数据库中获取包含所述交互配置标签对应的预设软件分层分类架构数据，其中，所述预设的软件分层分类架构数据库中包括交互配置标签与预设软件分层分类架构数据之间的对应关系，所述预设软件分层分类架构数据用于表征所述软件架构交互配置所对应的架构组件根据该软件架构交互配置的历史软件分层分类架构管控数据分析出的软件分层分类架构管控特征信息中标记的软件分层分类架构数据；
根据所述多个软件分层分类架构信息从所述预设软件分层分类架构数据中获取包含当前待管控架构单元的目标软件分层分类架构节点，根据所述目标软件分层分类架构节点确定以所述预设软件分层分类架构数据为架构调整对象的目标架构调整对象，将所述目标软件分层分类架构节点以所述多个软件分层分类架构信息的软件业务链路关系特征为基准，依次划分为与目标架构调整对象对应的多个待定架构调整对象，对每一待定架构调整对象分别与所述目标架构调整对象进行支持向量机模型计算得到对应的支持向量机范围，当支持向量机范围不满足设定的范围时，记录所述支持向量机范围对应的待定架构调整对象为第一数据资源扫描对象，所述目标架构调整对象为第二数据资源扫描对象，以得到由至少一个由所述第一数据资源扫描对象和所述第二数据资源扫描对象形成的数据资源扫描对象集合；
基于至少一个所述数据资源扫描对象集合确定对应的第一数据资源扫描对象空间，并以第一数据资源扫描对象空间为基准，根据设置的图谱选取范围对所述目标软件分层分类架构节点进行划分，分别得到与每一所述图谱选取范围对应的多个包含第一数据资源扫描对象空间的第二数据资源扫描对象空间；
对所述第二数据资源扫描对象空间进行解析，得到所述第二数据资源扫描对象空间中各数据资源扫描对象集合的特征信息，并根据所述数据资源扫描对象集合的特征信息确定数据资源扫描对象集合的管控层级以及对应的管控架构参数，并根据所述数据资源扫描对象集合的管控层级以及对应的管控架构参数确定第一数据资源扫描对象序列；
基于所述第一数据资源扫描对象序列、数据资源扫描对象集合的管控层级以及对应的管控架构参数确定满足预设条件的数据资源扫描对象集合构成的管控感知状态，确定每一所述数据资源扫描对象空间的第一管控感知状态和第二管控感知状态的其中一个，根据所述第一管控感知状态和所述第二管控感知状态的其中一个对每一所述数据资源扫描对象空间进行筛选得到与每一所述数据资源扫描对象空间对应的筛选后的数据资源扫描对象空间；
基于每一所述数据资源扫描对象空间对应的筛选后的数据资源扫描对象空间得到第一管控感知状态和第二管控感知状态的其中另一个；
根据所述数据资源扫描对象空间分别对应的第一管控感知状态得到第一管控感知状态集以及根据所述数据资源扫描对象空间分别对应的第二管控感知状态得到第二管控感知状态集；
确定所述第一管控感知状态集对应的第一状态转移矩阵和所述第二管控感知状态集对应的第二状态转移矩阵，并基于所述第一管控感知状态集与所述第一状态转移矩阵以及所述第二管控感知状态集与所述第二状态转移矩阵分别确定对应所述第一管控感知状态集的第一状态偏移向量以及对应所述第二管控感知状态集的第二状态偏移向量；
对所述第一管控感知状态集的第一状态偏移向量以及对应所述第二管控感知状态集的第二状态偏移向量进行运维感知，根据运维感知结果的感知节点集合得到所述软件业务链路关系数据关联于所述预设软件分层分类架构数据的管控匹配特征，以得到当前待管控架构单元对应的管控架构单元运维信息。
3.根据权利要求1所述的基于人工智能的数据架构管控方法，其特征在于，所述基于人工智能模型对所述当前应用软件日志信息进行软件业务链路关系跟踪，以将所述当前应用软件日志信息转换为当前软件业务链路关系信息，得到处理后的链路汇聚关键环节信息的步骤，包括：
检测所述当前应用软件日志信息中的关键节点响应分段；
从检测到的关键节点响应分段中选取出符合应用软件日志信息变化范围的目标关键节点响应分段；
确定所述目标关键节点响应分段所对应的软件业务链路关系分布，根据所述软件业务链路关系分布对应的链路业务分布构建链路业务特征集合；
根据所述链路业务特征集合，基于人工智能模型对所述当前应用软件日志信息进行软件业务链路关系跟踪，以将所述当前应用软件日志信息转换为当前软件业务链路关系信息，得到处理后的链路汇聚关键环节信息。
4.根据权利要求1-3中任意一项所述的基于人工智能的数据架构管控方法，其特征在于，所述根据所述管控架构单元运维信息对所述目标系统软件的数据架构管控组件进行管控运维处理的步骤，包括：
根据获取的记录所述管控架构单元运维信息的运维策略信息和预设运维历史信息，确定待预设的用于管控所述目标系统软件的数据架构管控组件的组件软件服务的多个组件运行服务的运维服务参数，以及不同组件运行服务之间的关联服务参数；其中，每个预设运维历史信息为所述目标系统软件的数据架构管控组件的组件软件服务的一条预设运维历史信息，每个运维策略信息为所述目标系统软件的数据架构管控组件的运维策略信息；
基于确定的所述多个组件运行服务的运维服务参数，以及不同组件运行服务之间的关联服务参数，对所述多个组件运行服务进行设置，使得设置出的组件运行服务的运维服务参数覆盖设定服务参数、且设置出的组件运行服务之间的关联服务参数匹配预设服务参数；
针对任一与所述管控架构单元运维信息对应的架构管控模板信息，根据该架构管控模板信息在设置出的组件运行服务中每一种组件运行服务下的匹配率，判断所述架构管控模板信息是否匹配所述目标系统软件的数据架构管控组件的组件软件服务；
若确定所述架构管控模板信息匹配所述目标系统软件的数据架构管控组件的组件软件服务，则根据所述架构管控模板信息对所述目标系统软件的数据架构管控组件进行管控运维处理，以使得所述架构管控模板信息与所述目标系统软件的数据架构管控组件的组件软件服务相匹配。
5.根据权利要求1-4中任意一项所述的基于人工智能的数据架构管控方法，其特征在于，所述基于所述链路汇聚关键环节信息，生成多个不同汇聚维度的关键环节溯源信息的步骤，包括：
确定所述链路汇聚关键环节信息的环节业务索引中的待管控架构单元标签，其中所述待管控架构单元标签包括所述链路汇聚关键环节信息的同一关键环节溯源信息的待管控架构单元标签的集合；
通过预设待管控架构单元项目序列的头文件信息中的结构描述值对所述待管控架构单元标签进行处理，确定与所述待管控架构单元标签相匹配的第一汇聚维度表示；
基于所述第一汇聚维度表示，通过所述预设待管控架构单元项目序列中的头文件信息中的结构化参数，确定与所述待管控架构单元标签相匹配的第二汇聚维度表示；
基于待管控架构单元标签相匹配的第二汇聚维度表示，通过所述预设待管控架构单元项目序列的聚类策略信息，对所述待管控架构单元标签进行聚类，以输出聚类结果，根据所述聚类结果将链路汇聚关键环节信息依次进行溯源，得到多个不同汇聚维度的关键环节溯源信息。
6.根据权利要求1所述的基于人工智能的数据架构管控方法，其特征在于，所述分别检测所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构，以得到所述多个不同汇聚维度的关键环节溯源信息中的环节软件架构信息的...
【专利技术属性】
技术研发人员：张宇，王维，刘延锋，孟丽媛，
申请(专利权)人：北京志翔能源技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。