动态多变环境下的服务故障类型定位以及根因追溯系统技术方案

本发明专利技术提供了一种动态多变环境下的服务故障类型定位以及根因追溯的系统。对于服务故障类型诊断，方案主要包括进行故障实体的抽取生成的故障图谱以及故障类型聚类分析。具体采用了融合BERT模型的基于坍缩标签机制的小样本故障实体抽取模型；采用K

【技术实现步骤摘要】
动态多变环境下的服务故障类型定位以及根因追溯系统


[0001]本专利技术涉及一种动态多变环境下的服务故障类型定位以及根因追溯技术，属于服务故障诊断


技术介绍

[0002]近些年来，软件生态环境的发展和软件复杂程度的提高都使得传统的软件开发方式和部署模式出现了颠覆性的变化。服务化架构成为了现代软件和系统应用的重要特征与技术发展趋势。服务架构的基础理论是将整体软件应用拆分成若干个可独立部署的服务单元，各个服务单元之间通过各种通信协议进行协同。在软件应用服务化的大背景下，任何软件应用的各个功能模块来源都是各种服务的组合，同时这些被组合的服务集群一般又都是由完全解藕的单元功能模块构成。虽然微服务架构具有更高的可维护性和可扩展性，但同时它的这些特性也为系统的可靠性和稳定性带来了更大的挑战。这意味着服务组合之中出现异常或者服务之间的链路出现故障时的诊断方式比起传统的单一应用架构要更加复杂和困难。现有的研究内容多是对于服务链路中的数据型分析和系统服务模型结构的直接分析，但是对于实际网络服务中故障问题进行聚类分析、多维时序分析以及服务源代码分析的研究本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态多变环境下的服务故障类型定位以及根因追溯系统，其特征在于，所述系统主要包括：(1)服务故障类型定位模块，(2)动态服务网络故障根因溯源模块。2.根据权利要求1所述动态多变环境下的服务故障类型定位以及根因追溯系统，其特征在于，对于服务故障类型定位模块，主要包括以下流程：1
‑
1获取现网的故障语料数据：包括故障问题单和系统工单，1
‑
2数据预处理：BIO标注解决联合标注问题，将其转化为原始标注问题，1
‑
3故障实体抽取模型：基于坍缩标签机制的小样本现网故障实体抽取模型，1
‑
4基于随机森林分类器的候选词评分机制：包括提取统计特征和重要性标注，1
‑
5相似故障聚类算法：使用K
‑
Means++算法实现故障自适应聚类。3.根据权利要求1所述动态多变环境下的服务故障类型定位以及根因追溯系统，其特征在于，对于动态服务网络故障根因溯源模块，主要包括以下流程：2
‑
1服务异常行为图构建：采用多种类型的时序指标来动态生成服务关联，2
‑
2基于异常行为图的随机游走启发式模型：具有三种转移类型的随机游走算法，即正向，自向和反向转移。4.根据权利要求1所述动态多变环境下的服务故障类型定位以及根因追溯系统，其特征在于，1
‑
3中，基于坍缩标签机制的小样本现网故障实体抽取模型，沿用学术界对小样本任务的定义，将小样本故障实体抽取任务定义为多领域的实体抽取任务，在训练过程中，少样本NER模型会在N个给定的训练领域上进行训练，然后在N...

【专利技术属性】
技术研发人员：王红兵，张宇航，
申请(专利权)人：东南大学，
类型：发明
国别省市：