本申请公开了异常处理方法、装置、电子设备及计算机可读介质，涉及计算机技术领域，该方法包括：响应于检测到异常事件，确定异常事件对应的异常时间段；获取与异常事件关联的指标信息，进而基于指标信息和异常时间段，确定对应的异常指标；根据异常时间段，获取对应的静态实体关系，进而基于异常事件、异常指标和静态实体关系，生成异常事件对应的知识图谱；基于知识图谱定位异常实体，进而确定异常实体对应的总异常指标；将总异常指标输入至异常检测模型，以得到对应的指标异常类型，输出指标异常类型和异常实体。提升对运维时序数据异常类别的分类能力，排查流程简洁，异常排查效率高。高。高。
【技术实现步骤摘要】
一种异常处理方法、装置、电子设备及计算机可读介质
[0001]本申请涉及计算机
，尤其涉及一种异常处理方法、装置、电子设备及计算机可读介质。
技术介绍
[0002]运维时序数据异常检测时，不能够很好地自适应海量监控指标，对于异常的时间点，较难识别出对应的异常类型，在时序指标数据中提取复杂模式方面的表现较差，无法保留重要的结构信息，比如异常相邻点间的异常信息，对运维时序数据异常类别的分类能力也较弱。
[0003]在实现本申请过程中，专利技术人发现现有技术中至少存在如下问题：
[0004]现有技术中从指标异常角度排查故障根因依赖于专家经验，运维专家收到监控指标异常告警后，通过各个运维监控平台，包括主机监控、数据库监控、中间件监控等等，排查流程繁琐。
技术实现思路
[0005]有鉴于此，本申请实施例提供一种异常处理方法、装置、电子设备及计算机可读介质，能够解决现有的从指标异常角度排查故障根因依赖于专家经验，运维专家收到监控指标异常告警后，通过各个运维监控平台，包括主机监控、数据库监控、中间件监控等等，排查流程繁琐的问题。
[0006]为实现上述目的，根据本申请实施例的一个方面，提供了一种异常处理方法，包括：
[0007]响应于检测到异常事件，确定异常事件对应的异常时间段；
[0008]获取与异常事件关联的指标信息，进而基于指标信息和异常时间段，确定对应的异常指标；
[0009]根据异常时间段，获取对应的静态实体关系，进而基于异常事件、异常指标和静态实体关系，生成异常事件对应的知识图谱；
[0010]基于知识图谱定位异常实体，进而确定异常实体对应的总异常指标；
[0011]将总异常指标输入至异常检测模型，以得到对应的指标异常类型，输出指标异常类型和异常实体。
[0012]可选地，确定对应的异常指标，包括：
[0013]确定与指标信息对应的指标形状；
[0014]根据指标形状，确定异常时间段对应的异常指标。
[0015]可选地，确定异常时间段对应的异常指标，包括：
[0016]从指标形状中确定出异常事件对应的业务层指标形状和基础资源层指标形状；
[0017]计算业务层指标形状和基础资源层指标形状的相似度；
[0018]根据相似度，确定异常时间段对应的相关联的异常指标。
[0019]可选地，根据异常时间段，获取对应的静态实体关系，包括：
[0020]根据异常时间段获取对应的日志信息；
[0021]根据日志信息确定静态实体关系。
[0022]可选地，在输出指标异常类型和异常实体之后，方法还包括：
[0023]将异常事件、异常事件对应的异常实体、异常实体对应的总异常指标以及指标异常类型在知识图谱中以预设形式进行展示。
[0024]可选地，确定异常实体对应的总异常指标，包括：
[0025]基于知识图谱确定异常实体对应的一个或多个异常事件；
[0026]将一个或多个异常事件对应的异常指标进行汇总，以得到总异常指标。
[0027]可选地，在确定异常事件对应的异常时间段之前，方法还包括：
[0028]响应于检测到场景发生变动，基于变动后的场景切换至对应的异常阈值；
[0029]基于异常检测模型和基线模型得到对各指标的检测结果；
[0030]响应于检测结果超出异常阈值，触发异常事件。
[0031]另外，本申请还提供了一种异常处理装置，包括：
[0032]异常时间段确定单元，被配置成响应于检测到异常事件，确定异常事件对应的异常时间段；
[0033]异常指标确定单元，被配置成获取与异常事件关联的指标信息，进而基于指标信息和异常时间段，确定对应的异常指标；
[0034]知识图谱生成单元，被配置成根据异常时间段，获取对应的静态实体关系，进而基于异常事件、异常指标和静态实体关系，生成异常事件对应的知识图谱；
[0035]总异常指标确定单元，被配置成基于知识图谱定位异常实体，进而确定异常实体对应的总异常指标；
[0036]异常处理单元，被配置成将总异常指标输入至异常检测模型，以得到对应的指标异常类型，输出指标异常类型和异常实体。
[0037]可选地，异常指标确定单元进一步被配置成：
[0038]确定与指标信息对应的指标形状；
[0039]根据指标形状，确定异常时间段对应的异常指标。
[0040]可选地，异常指标确定单元进一步被配置成：
[0041]从指标形状中确定出异常事件对应的业务层指标形状和基础资源层指标形状；
[0042]计算业务层指标形状和基础资源层指标形状的相似度；
[0043]根据相似度，确定异常时间段对应的相关联的异常指标。
[0044]可选地，知识图谱生成单元进一步被配置成：
[0045]根据异常时间段获取对应的日志信息；
[0046]根据日志信息确定静态实体关系。
[0047]可选地，异常处理装置还包括展示单元，被配置成：
[0048]将异常事件、异常事件对应的异常实体、异常实体对应的总异常指标以及指标异常类型在知识图谱中以预设形式进行展示。
[0049]可选地，总异常指标确定单元进一步被配置成：
[0050]基于知识图谱确定异常实体对应的一个或多个异常事件；
[0051]将一个或多个异常事件对应的异常指标进行汇总，以得到总异常指标。
[0052]可选地，异常处理装置还包括异常事件触发单元，被配置成：
[0053]响应于检测到场景发生变动，基于变动后的场景切换至对应的异常阈值；
[0054]基于异常检测模型和基线模型得到对各指标的检测结果；
[0055]响应于检测结果超出异常阈值，触发异常事件。
[0056]另外，本申请还提供了一种异常处理电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述的异常处理方法。
[0057]另外，本申请还提供了一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现如上述的异常处理方法。
[0058]上述专利技术中的一个实施例具有如下优点或有益效果：本申请通过响应于检测到异常事件，确定异常事件对应的异常时间段；获取与异常事件关联的指标信息，进而基于指标信息和异常时间段，确定对应的异常指标；根据异常时间段，获取对应的静态实体关系，进而基于异常事件、异常指标和静态实体关系，生成异常事件对应的知识图谱；基于知识图谱定位异常实体，进而确定异常实体对应的总异常指标；将总异常指标输入至异常检测模型，以得到对应的指标异常类型，输出指标异常类型和异常实体。在异常事件发生时，通过收集系统异常时的指标信息，构建异常事件的知识图谱。采用知识图谱来存储异常事件，采用图推理的方法进行异常实体定位，获取故障产生所影响的实体部分和本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常处理方法，其特征在于，包括：响应于检测到异常事件，确定所述异常事件对应的异常时间段；获取与所述异常事件关联的指标信息，进而基于所述指标信息和所述异常时间段，确定对应的异常指标；根据所述异常时间段，获取对应的静态实体关系，进而基于所述异常事件、所述异常指标和所述静态实体关系，生成所述异常事件对应的知识图谱；基于所述知识图谱定位异常实体，进而确定所述异常实体对应的总异常指标；将所述总异常指标输入至异常检测模型，以得到对应的指标异常类型，输出所述指标异常类型和所述异常实体。2.根据权利要求1所述的方法，其特征在于，所述确定对应的异常指标，包括：确定与所述指标信息对应的指标形状；根据所述指标形状，确定所述异常时间段对应的异常指标。3.根据权利要求2所述的方法，其特征在于，所述确定所述异常时间段对应的异常指标，包括：从所述指标形状中确定出所述异常事件对应的业务层指标形状和基础资源层指标形状；计算所述业务层指标形状和所述基础资源层指标形状的相似度；根据所述相似度，确定所述异常时间段对应的相关联的异常指标。4.根据权利要求1所述的方法，其特征在于，所述根据所述异常时间段，获取对应的静态实体关系，包括：根据所述异常时间段获取对应的日志信息；根据所述日志信息确定静态实体关系。5.根据权利要求1所述的方法，其特征在于，在所述输出所述指标异常类型和所述异常实体之后，所述方法还包括：将所述异常事件、所述异常事件对应的异常实体、所述异常实体对应的总异常指标以及所述指标异常类型在所述知识图谱中以预设形式进行展示。6.根据权利要求1所述的方法，其特征在于，所述确定所述异常实体对应的总异常指标，包括：基于所述知识图谱确定所述异常实体对应的一个或多个异常事件；将所述一个或多个异常事件对应的异常指标进行汇总，以得到总异常指标。7.根据权利要求1所述的方法，其特征在于，在所述确定所述异常事件对应的异常时间段之前，所述方法还包...
【专利技术属性】
技术研发人员：张静，张宪波，
申请(专利权)人：京东科技信息技术有限公司，
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。