一种网络业务链路故障智能诊断方法及系统技术方案

本发明专利技术提供了一种网络业务链路故障智能诊断方法及系统，属于计算机技术领域，该方法包括：对系统业务软件的日志进行采样抽取；对采样数据进行特征提取并做标记，作为样本数据；根据样本数据，利用PCA算法进行TID模型训练；采集系统日志，利用TID模型对日志进行分析处理；输出故障诊断结果。本发明专利技术中对系统业务软件的日志进行全面解析处理，能够准确的诊断出系统的异常情况；对业务软件的日志进行NLP处理，可适用于不同的编程语言和不同的系统；可以在线对系统日志进行诊断，近乎实时的反馈系统运行状态，大大降低运维成本。大大降低运维成本。大大降低运维成本。

【技术实现步骤摘要】
一种网络业务链路故障智能诊断方法及系统


[0001]本专利技术属于计算机
，尤其涉及一种网络业务链路故障智能诊断方法及系统。

技术介绍

[0002]随着网络业务系统建设的深入，整个系统配套部署的软件也越来越多，如数据治理、数据订阅、数据下载、数据编目等等，软件涉及从前方数据源的获取、处理、存储到最终的展示，每个环节串联起来就会形成一条关于网络业务的链路。
[0003]在以往的系统维护工作中，运维人员在巡检的过程中会根据软件自身的错误提示，通过相关软件日志逐步排查故障源，若运维人员不及时解决问题，可能会造成整个系统无发正常使用。其次，由于业务链相关软件太多，增加了排查难度和排查时间，导致系统业务人员可能长时间无法使用软件，从而影响业务人员的正常工作。这种传统人工通过日志定位故障源的方式，不仅定位准确率不高，而且还非常耗时，并且工作效率低下，类似这种直接影响整个业务链路和系统的运维工作方式，也大大的增加运维成本。
[0004]为了保障业务人员的正常工作以及网络业务系统的有效运行，对系统的监控及故障诊断提出了更高的要求。本装置是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络业务链路故障智能诊断方法，其特征在于，包括以下步骤：S1、对系统业务软件日志进行采样抽取；S2、对采样数据进行特征提取并做标记，作为样本数据；S3、根据样本数据，利用PCA算法对TID模型进行训练；S4、采集系统业务软件日志，并利用TID模型对不同类型的系统业务软件日志进行分析，并根据分析结果得到故障诊断结果，完成对网络业务链路的故障诊断。2.根据权利要求1所述的网络业务链路故障智能诊断方法，其特征在于，所述步骤S1具体为：在某一时间段内，对系统业务软件的INFO级日志、DEBUG级日志、WARN级日志以及ERROR级日志进行全量数据的采样抽取。3.根据权利要求2所述的网络业务链路故障智能诊断方法，其特征在于，所述步骤S2具体为：利用自然语言处理NLP将每一条日志看作一段文本，提取与标记日志关键特征，并作为样本数据；或利用规则的日志特征提取方法，通过关键词提取或指定过滤规则，提取并标记不同域的日志关键特征，并作为样本数据。4.根据权利要求3所述的网络业务链路故障智能诊断方法，其特征在于，所述利用自然语言处理NLP将每一条日志看作一段文本，提取与标记日志关键特征，并作为样本数据，其具体为：利用自然语言处理NLP将每一条日志看作一段文本；获取每段文本中输入单词的词向量；将所述词向量输入至编码器中，得到信息矩阵C；将信息矩阵C输入至解码器中，并利用解码器提取日志关键特征；标记日志关键特征，并作为样本数据。5.根据权利要求4所述的网络业务链路故障智能诊断方法，其特征在于，所述步骤S3包括以下步骤：S301、将样本数据进行标准化处理；S302、根据标准化处理后的样本数据，计算得到协方差矩阵；S303、利用奇异值分解，计算得到协方差矩阵的特征向量和特征值；S304、通过特征值，计算得到方差贡献率：S305、判断方差贡献率是否大于95%，若是，则得到主成分个数，并进入步骤S306，否则，返回步骤S301；S306、根据主成分个数以及特征向量，得到结果矩阵，并...

【专利技术属性】
技术研发人员：邹昆，李丽娟，霍曦，段军，原小卫，杨海琴，张驰，郭春江，李亮，李晨华洋，汪俊贵，古训，刘越，
申请(专利权)人：成都九洲电子信息系统股份有限公司，
类型：发明
国别省市：