【技术实现步骤摘要】
通过日志文件的关键区域的基于机器学习的识别进行服务请求补救
[0001]本领域总体上涉及信息处理,并且更具体地,涉及信息处理系统中的装置管理。
技术介绍
[0002]监视和分析平台可用于为信息技术基础设施的资产提供各种服务。此类服务可能包括例如对此类资产遇到的问题进行故障排除和补救。这可能包括监视和分析平台的支持工程师从与资产相关联的最终用户接收服务请求,并且支持工程师确定资产上遇到的问题的根本原因。为此,支持工程师可查看由资产生成或与资产相关联的日志文件。
技术实现思路
[0003]本公开的说明性实施方案提供用于通过日志文件的关键区域的基于机器学习的识别进行服务请求补救的技术。
[0004]在一个实施方案中,一种设备包括至少一个处理装置,所述处理装置包括耦合至存储器的处理器。所述至少一个处理装置被配置为执行以下步骤:接收与信息技术基础设施的给定资产相关联的服务请求;获得与所述给定资产相关联的至少一个日志文件;将所述至少一个日志文件分成多个日志段;针对所述多个日志段中的每一个生成日志模式标识符集;以及使用机器学习模型针对所述多个日志段中的每一个确定风险评分,所述机器学习模型将所述日志模式标识符集作为输入,并提供表征所述多个日志段中的相应日志段的风险的信息作为输出。所述至少一个处理装置还被配置为执行以下步骤:至少部分地基于所确定的风险评分来识别所述至少一个日志文件的一个或多个关键区域,所述一个或多个关键区域中的给定关键区域包括:至少一个日志文件的多个日志段中的两个或更多个的序列,所述序列具有高于 ...
【技术保护点】
【技术特征摘要】
1.一种设备,所述设备包括:至少一个处理装置,所述至少一个处理装置包括耦合至存储器的处理器;所述至少一个处理装置被配置为执行以下步骤:接收与信息技术基础设施的给定资产相关联的服务请求;获得与所述给定资产相关联的至少一个日志文件;将所述至少一个日志文件分成多个日志段;针对所述多个日志段中的每一个生成日志模式标识符集;使用机器学习模型来确定所述多个日志段中的每一个的风险评分,所述机器学习模型将所述日志模式标识符集作为输入,并提供表征所述多个日志段中的相应日志段的风险的信息作为输出;至少部分地基于所确定的风险评分来识别所述至少一个日志文件的一个或多个关键区域,所述一个或多个关键区域中的给定关键区域包括所述至少一个日志文件的所述多个日志段中的两个或更多个的序列,所述序列具有高于指定风险评分阈值的所确定风险评分;以及分析所识别的一个或多个关键区域以确定要应用于所述给定资产以解决所述服务请求的一个或多个补救动作。2.如权利要求1所述的设备,其中所述给定资产包括所述信息技术基础设施中的物理计算资源和虚拟计算资源中的至少一个。3.如权利要求1所述的设备,其中将所述至少一个日志文件分为所述多个日志段包括将所述至少一个日志文件分为日志段,每个日志段包括所述至少一个日志文件的指定数量的日志行,并且其中所述日志模式标识符中的每一个表示所述日志行中的一个。4.如权利要求3所述的设备,其中生成所述日志模式标识符集包括将所述日志行聚类以制定日志模式集;以及向所述日志行中的每一个分配与所述日志模式集中的一个相关联的标识符。5.如权利要求4所述的设备,其中将所述日志行聚类以制定所述日志模式集包括利用一个或多个相似性度量来测量所述日志行之间的相似性。6.如权利要求1所述的设备,其中针对所述多个日志段中的每个日志段确定风险评分至少部分地基于分析表征所述多个日志段中的相应日志段的所述风险的所述输出信息的熵。7.如权利要求6所述的设备,其中所述机器学习模型包括基于Transformer的双向编码器表示(BERT)模型。8.如权利要求7所述的设备,其中所述BERT模型利用掩蔽语言模型(MLM)进行预训练。9.如权利要求7所述的设备,其中所述BERT模型利用下一句预测(NSP)进行预训练。10.如权利要求7所述的设备,其中针对所述多个日志段中的给定日志段,所述BERT模型被配置为:将所述给定日志段的所述日志模式标识符集嵌入到输入向量集中;处理两个或更多个堆叠编码器的集中的所述输入向量集;以及输出输出向量的序列,每个输出向量对应于所述给定日志段的所述日志模式标识符集中的一个。
11.如权利要求1所述的设备,其中识别所述至少一个日志文件的所述给定关键区域包括将滑动窗口过滤器应用于与所述至少一个日志文件的所述多个日志段的连续序列相关联的风险评分。12.如权利要求11所述的设备,其中应用所述滑动窗滤波器包括:设置包括至少两个日志段的窗口大小;设置一个或多个阈值匹配标准;当所述滑动窗口过滤器的窗口中的所述至少两个日志段满足所述一个或多个阈值匹配标准时,识别所述至少一个日志文件的所述给定关键区域的开始;以及当所述滑动窗口过滤器的所述窗口中的所述至少两个日志段不满足所述一个或多个阈值匹配标准时,识别所述至少一个日志文件的所述给定关键区域的结束。13.如权利要求12所述的设备,其中所述滑动窗口过滤器包括滑动窗口平均过滤器,并且其中所述一个或多个阈值匹配标准包括所述滑动窗口平均过滤器的所述窗口中的至少两段的指定平均风险评分。14.如权利要求1所述的设备,其中分析所述所识别的一个或多个关键区域包括:从问题知识库中识别一个或多个问题,这些问题具有影响所述...
【专利技术属性】
技术研发人员:倪嘉呈,龚旻,周广州,王子嘉,贾真,
申请(专利权)人:戴尔产品有限公司,
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。