本发明专利技术涉及运维数据技术领域，其实施方式提供了一种基于时序运维大数据的高召回因果发现方法、装置及设备。其中基于时序运维大数据的高召回因果发现方法基于因果发现算法，包括：预定义应用于完全图中边和点的若干关系规则；获取待分析的流式运维数据；采用图库和图算法将所述流式运维数据初始化成完全图；根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理；输出处理后的因果关系图，所述因果关系图用于描述所述流式运维数据中的因果关系。本发明专利技术提供的实施方式能够提升运维数据因果关系分析的准确性。运维数据因果关系分析的准确性。运维数据因果关系分析的准确性。
【技术实现步骤摘要】
基于时序运维大数据的高召回因果发现方法、装置及设备
[0001]本专利技术涉及运维数据
，具体地涉及一种基于时序运维大数据的高召回因果发现方法、一种基于时序运维大数据的高召回因果发现装置、一种基于时序运维大数据的高召回因果发现设备以及对应的存储介质。
技术介绍
[0002]运维数据中的因果发现大多采用SVAR
‑
FCI方法使用平稳性及额外推断进行边移除。但是该方法没有考虑功能关系或复杂结构的假设，导致召回率低，形成的结果无法准确反映运维数据中的因果关系，降低了大数据分析的准确性和可靠性。
技术实现思路
[0003]本专利技术实施例的目的是提供一种基于时序运维大数据的高召回因果发现方法、装置及设备。
[0004]为了实现上述目的，本专利技术第一方面提供一种基于时序运维大数据的高召回因果发现方法，所述方法基于因果发现算法，包括：预定义应用于完全图中边和点的若干关系规则；获取待分析的流式运维数据；采用图库和图算法将所述流式运维数据初始化成完全图；根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理；输出处理后的因果关系图，所述因果关系图用于描述所述流式运维数据中的因果关系。
[0005]在本申请实施例中，根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理，包括：根据所述若干关系规则定义以下算法：完全图处理主算法、第一移除算法、第二移除算法和删除边处理算法；采用所述第一移除算法和第二移除算法对流式运维数据的完全图中的边进行处理，以实现关系处理；所述第一移除算法用于确定有序变量对在完全图中与不相邻的变量之间所有的边为待删除或待保留；并根据待保留的边所连接的点之间的因果关系确定所述待保留的边的方向；所述第二移除算法用于确定有序变量对之间的满足预设分离集的边为待删除或待保留；并根据待保留的边所连接的点之间的因果关系确定所述待保留的边的方向；所述完全图处理主算法用于提供主函数功能，以及对所述第一移除算法和第二移除算法进行调用；所述删除边处理算法用于对所述第一移除算法和所述第二移除算法所确定的待删除的边进行二次处理。
[0006]在本申请实施例中，所述完全图处理主算法用于：调用所述第一移除算法对完全图进行第一次遍历，并对所述完全图中的父子关系进行标记；调用所述第一移除算法和所述第二移除算法对第一次遍历后的完全图进行识别，确定出所述完全图对应的部分祖先图；将确定出的所述部分祖先图作为处理后的因果关系图输出。
[0007]在本申请实施例中，所述第一移除算法还用于：将所述完全图中的有序变量根据邻接关系确定出有序变量对；确定所述有序变量对之间的边的中间标记为第一类标记；根据第一预设条件对所述有序变量对之间的边确定为待保留或待删除；若所述有序变量对之间的边被确定为待删除，则调用所述删除边处理算法进行二次处理。
[0008]在本申请实施例中，所述第二移除算法还用于：将所述完全图中的有序变量根据邻接关系确定出有序变量对；确定所述有序变量对之间的边的中间标记为第二类标记；根据第二预设条件对所述有序变量对之间的边确定为待保留或待删除；若所述有序变量对之间的边被确定为待删除，则调用所述删除边处理算法进行二次处理。
[0009]在本申请实施例中，所述删除边处理算法用于：获取根据所述第一移除算法和所述第二移除算法所确定的待删除的边；若确定的待删除的边为有向边，则对删除后的冲突进行解决；对确定的待删除的边执行删除操作，并对相应的分离集弱极小化。
[0010]本申请第二方面提供一种基于时序运维大数据的高召回因果发现装置，所述装置包括：规则定义模块，用于预定义应用于完全图中边和点的若干关系规则；运维数据接入模块，用于获取待分析的流式运维数据；完全图生成模块，用于采用图库和图算法将所述流式运维数据初始化成完全图；边处理模块，用于根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理；以及结果输出模块，用于输出处理后的因果关系图，所述因果关系图用于描述所述流式运维数据中的因果关系。
[0011]在本申请实施例中，所述边处理模块中包括：完全图处理主算法子模块、第一移除算法子模块、第二移除算法子模块和删除边处理算法子模块；其中，所述第一移除算法子模块用于通过第一移除算法确定出有序变量对在完全图中与不相邻的变量之间所有的边为待删除或待保留；并根据待保留的边所连接的点之间的因果关系确定所述待保留的边的方向；所述第二移除算法子模块用于通过第二移除算法确定出有序变量对之间的满足预设分离集的边为待删除或待保留；并根据待保留的边所连接的点之间的因果关系确定所述待保留的边的方向；所述完全图处理主算法子模块用于提供主函数功能，以及对所述第一移除算法和第二移除算法进行调用；所述删除边处理算法子模块用于对所述第一移除算法和所述第二移除算法所确定的待删除的边进行二次处理。
[0012]本申请第三方面提供一种基于时序运维大数据的高召回因果发现设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述的基于时序运维大数据的高召回因果发现方法的步骤。
[0013]本申请第四方面提供一种计算机可读存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行前述的基于时序运维大数据的高召回因果发现方法。
[0014]在本专利技术的第五方面提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现前述的基于时序运维大数据的高召回因果发现方法。
[0015]上述技术方案具有以下有益效果：通过优化后的因果发现方法，对运维数据进行处理，使从运维数据中提取到的因果关系更为准确，提升了运维大数据分析的准确性和可靠性。
[0016]本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0017]附图是用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本专利技术实施例，但并不构成对本专利技术实施例的限制。在附图中：
[0018]图1示意性示出了根据本申请实施例的基于时序运维大数据的高召回因果发现方法的流程示意图；
[0019]图2示意性示出了根据本申请实施例的基于时序运维大数据的高召回因果发现装置的结构框图。
具体实施方式
[0020]以下结合附图对本专利技术实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术实施例，并不用于限制本专利技术实施例。
[0021]为便于本领域技术人员理解和实施，对本专利技术及其实施方式的技术原理介绍如下：
[0022]对真实连接的检测能力量化了由于错误的偏相关系数(ParCorr)CI测试而没有被错误删除的连接的概率，记为和此处也说明本方法也适用于非时间序列的情况。本方法依赖于四个方面：(1)样本大小(通常是固定的)；(2)CI测试的显著性水平α(一般会被固定位假阳性水平)；(3)CI检测的估计维度；(4)效应大小。...
【技术保护点】
【技术特征摘要】
1.一种基于时序运维大数据的高召回因果发现方法，其特征在于，所述方法基于因果发现算法，包括：预定义应用于完全图中边和点的若干关系规则；获取待分析的流式运维数据；采用图库和图算法将所述流式运维数据初始化成完全图；根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理；输出处理后的因果关系图，所述因果关系图用于描述所述流式运维数据中的因果关系。2.根据权利要求1所述的方法，其特征在于，根据所述若干关系规则对所述流式运维数据的完全图中的关系进行处理，包括：根据所述若干关系规则定义以下算法：完全图处理主算法、第一移除算法、第二移除算法和删除边处理算法；采用所述第一移除算法和第二移除算法对流式运维数据的完全图中的边进行处理，以实现关系处理；所述第一移除算法用于确定有序变量对在完全图中与不相邻的变量之间所有的边为待删除或待保留；并根据待保留的边所连接的点之间的因果关系确定所述待保留的边的方向；所述第二移除算法用于确定有序变量对之间的满足预设分离集的边为待删除或待保留；并根据待保留的边所连接的点之间的因果关系确定所述待保留的边的方向；所述完全图处理主算法用于提供主函数功能，以及对所述第一移除算法和第二移除算法进行调用；所述删除边处理算法用于对所述第一移除算法和所述第二移除算法所确定的待删除的边进行二次处理。3.根据权利要求2所述的方法，其特征在于，所述完全图处理主算法用于：调用所述第一移除算法对完全图进行第一次遍历，并对所述完全图中的父子关系进行标记；调用所述第一移除算法和所述第二移除算法对第一次遍历后的完全图进行识别，确定出所述完全图对应的部分祖先图；将确定出的所述部分祖先图作为处理后的因果关系图输出。4.根据权利要求2所述的方法，其特征在于，所述第一移除算法还用于：将所述完全图中的有序变量根据邻接关系确定出有序变量对；确定所述有序变量对之间的边的中间标记为第一类标记；根据第一预设条件对所述有序变量对之间的边确定为待删除或待保留；若所述有序变量对之间的边被确定为待删除，则调用所述删除边处理算法进行二次处理。5.根据权利要求2所述的方法，其特征在于，所述第二移除算法还用于：将所述完全图中的有序变量根据邻接关系确定出有序变量对；确定所述有序变量对之间的边的中间标记为第二类标记；根据第二预设条件对所述有序变量对之间的边确定为待删除或待保留；
若所述有序变量对之...
【专利技术属性】
技术研发人员：欧阳梦云，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：
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。