基于规则库的自动化运维系统及其方法技术方案

一种基于规则库的自动化运维系统及其方法，其获取待诊断用户设备的设备日志数据；采用基于深度学习的人工智能技术，挖掘用户设备的设备日志数据的上下文语义理解特征以及各个类型数据是否符合预定条件设定间的关联特征信息，基于此来快速且准确地进行设备故障类型的诊断。这样，可以根据设备不同的故障类型来对不同设备进行不同程度的维护，进而提高运维质量和效率。维质量和效率。维质量和效率。

【技术实现步骤摘要】
基于规则库的自动化运维系统及其方法


[0001]本申请涉及智能化运维
，并且更具体地，涉及一种基于规则库的自动化运维系统及其方法。

技术介绍

[0002]信创环境是指在信息技术应用创新的背景下，基于国产化的cpu、国产操作系统为基础进行自主研发的环境。由于信创产业还处于发展阶段，相关的标准还未统一，在软硬件适配过程中存在各种问题。
[0003]目前，信创环境的主机、操作系统、应用软件、网络服务设备主要部署在企业的日常办公场景中，其特点是用户在办公中遇到问题需要快速响应并解决。在设备的运维过程中，最为关键的是对用户设备进行故障诊断，快速而准确的故障诊断是提高运维质量和效率的重中之重。
[0004]现有多种用于设备运维的故障诊断方案，但这些故障诊断方案大多过度依赖于行业专家，有时候无法满足运维的实时性。
[0005]因此，期待一种自动化运维系统。

技术实现思路

[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于规则库的自动化运维系统及其方法，其获取待诊断用户设备的设备日志数据；采用基于深度学习的人工智能技术，挖掘用户设备的设备日志数据的上下文语义理解特征以及各个类型数据是否符合预定条件设定间的关联特征信息，基于此来快速且准确地进行设备故障类型的诊断。这样，可以根据设备不同的故障类型来对不同设备进行不同程度的维护，进而提高运维质量和效率。
[0007]第一方面，提供了一种基于规则库的自动化运维方法，其包括：获取待诊断用户设备的设备日志数据；基于预设规则库，对所述设备日志数据进行二值化转化以得到设备日志二值化输入向量；将所述设备日志二值化输入向量通过多尺度邻域特征提取模块以得到设备日志二值化特征向量；对所述设备日志数据进行分词处理后通过包含嵌入层的上下文编码器以得到设备日志语义理解特征向量；融合所述设备日志二值化特征向量和所述设备日志语义理解特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示待诊断设备的故障类型标签。
[0008]在上述基于规则库的自动化运维方法中，基于预设规则库，对所述设备日志数据
进行二值化转化以得到设备日志二值化输入向量，包括：响应于所述设备日志数据中的条件符合预设规则库中的条件设定，将对应条件部分设置为1；以及，所述设备日志数据中的条件不符合预设规则库中的条件设定，将对应条件部分设置为0。
[0009]在上述基于规则库的自动化运维方法中，所述多尺度邻域特征提取模块，包括：相互并行的第一卷积层和第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的多尺度融合层，其中，所述第一卷积层和所述第二卷积层使用具有不同尺度的一维卷积核。
[0010]在上述基于规则库的自动化运维方法中，将所述设备日志二值化输入向量通过多尺度邻域特征提取模块以得到设备日志二值化特征向量，包括：使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述设备日志二值化输入向量进行一维卷积编码以得到第一尺度特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；其中，所述公式为：；其中，a为第一卷积核在x方向上的宽度、为第一卷积核参数向量、为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示所述设备日志二值化输入向量；使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述设备日志二值化输入向量进行一维卷积编码以得到第二尺度特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；其中，所述公式为：；其中，b为第二卷积核在x方向上的宽度、为第二卷积核参数向量、为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，X表示所述设备日志二值化输入向量；以及，将所述第一尺度特征向量和所述第二尺度特征向量进行级联以得到所述设备日志二值化特征向量。
[0011]在上述基于规则库的自动化运维方法中，对所述设备日志数据进行分词处理后通过包含嵌入层的上下文编码器以得到设备日志语义理解特征向量，包括：对所述设备日志数据进行分词处理以将所述设备日志数据转化为由多个词组成的词序列；使用所述包含嵌入层的上下文编码器的嵌入层将所述词序列中各个词映射到词向量以获得词向量的序列；以及，使用所述包含嵌入层的上下文编码器对所述词向量的序列进行基于全局的上下文语义编码以获得所述设备日志语义理解特征向量。
[0012]在上述基于规则库的自动化运维方法中，使用所述包含嵌入层的上下文编码器对所述词向量的序列进行基于全局的上下文语义编码以获得所述设备日志语义理解特征向量，包括：将所述词向量的序列进行一维排列以得到全局词特征向量；计算所述全局词特征向量与所述词向量的序列中各个词向量的转置向量之间的乘积以得到多个自注意力关联矩阵；分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到
多个标准化后自注意力关联矩阵；将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过Softmax分类函数以得到多个概率值；以及，分别以所述多个概率值中各个概率值作为权重对所述词向量的序列中各个词向量进行加权以得到所述设备日志语义理解特征向量。
[0013]在上述基于规则库的自动化运维方法中，融合所述设备日志二值化特征向量和所述设备日志语义理解特征向量以得到分类特征向量，包括：将所述设备日志语义理解特征向量作为源向量且将所述设备日志二值化特征向量作为响应向量，以如下公式计算所述设备日志二值化特征向量和所述设备日志语义理解特征向量之间的非相干稀疏响应融合以得到所述分类特征向量；其中，所述公式为：；其中，、和分别表示所述设备日志语义理解特征向量、所述设备日志二值化特征向量和所述分类特征向量，和分别表示向量的一范数和二范数，为向量的长度，和分别表示向量乘积和向量点乘，且所有向量均为行向量形式， 表示向量的转置向量。
[0014]在上述基于规则库的自动化运维方法中，将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示待诊断设备的故障类型标签，包括：使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
[0015]第二方面，提供了一种基于规则库的自动化运维系统，其包括：数据获取模块，用于获取待诊断用户设备的设备日志数据；二值化转化模块，用于基于预设规则库，对所述设备日志数据进行二值化转化以得到设备日志二值化输入向量；多尺度特征提取模块，用于将所述设备日志二值化输入向量通过多尺度邻域特征提取模块以得到设备日志二值化特征向量；上下文编码器模块，用于对所述设备日志数据进行分词处理后通过包含嵌入层的上下文编码器以得到设备日志语义理解特征向量；融合模块，用于融合所述设备日志二值化特征向量和所述设备日志语义理解特征向量以得到分类特征向量；以及故障类型分类模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示待诊断设备的故障类型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于规则库的自动化运维方法，其特征在于，包括：获取待诊断用户设备的设备日志数据；基于预设规则库，对所述设备日志数据进行二值化转化以得到设备日志二值化输入向量；将所述设备日志二值化输入向量通过多尺度邻域特征提取模块以得到设备日志二值化特征向量；对所述设备日志数据进行分词处理后通过包含嵌入层的上下文编码器以得到设备日志语义理解特征向量；融合所述设备日志二值化特征向量和所述设备日志语义理解特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示待诊断设备的故障类型标签。2.根据权利要求1所述的基于规则库的自动化运维方法，其特征在于，基于预设规则库，对所述设备日志数据进行二值化转化以得到设备日志二值化输入向量，包括：响应于所述设备日志数据中的条件符合预设规则库中的条件设定，将对应条件部分设置为1；以及，所述设备日志数据中的条件不符合预设规则库中的条件设定，将对应条件部分设置为0。3.根据权利要求2所述的基于规则库的自动化运维方法，其特征在于，所述多尺度邻域特征提取模块，包括：相互并行的第一卷积层和第二卷积层，以及，与所述第一卷积层和所述第二卷积层连接的多尺度融合层，其中，所述第一卷积层和所述第二卷积层使用具有不同尺度的一维卷积核。4.根据权利要求3所述的基于规则库的自动化运维方法，其特征在于，将所述设备日志二值化输入向量通过多尺度邻域特征提取模块以得到设备日志二值化特征向量，包括：使用所述多尺度邻域特征提取模块的第一卷积层以如下公式对所述设备日志二值化输入向量进行一维卷积编码以得到第一尺度特征向量，其中，所述第一卷积层具有第一长度的第一一维卷积核；其中，所述公式为：；其中，a为第一卷积核在x方向上的宽度、为第一卷积核参数向量、为与卷积核函数运算的局部向量矩阵，w为第一卷积核的尺寸，X表示所述设备日志二值化输入向量；使用所述多尺度邻域特征提取模块的第二卷积层以如下公式对所述设备日志二值化输入向量进行一维卷积编码以得到第二尺度特征向量，其中，所述第二卷积层具有第二长度的第二一维卷积核，所述第一长度不同于所述第二长度；其中，所述公式为：
；其中，b为第二卷积核在x方向上的宽度、为第二卷积核参数向量、为与卷积核函数运算的局部向量矩阵，m为第二卷积核的尺寸，X表示所述设备日志二值化输入向量；以及将所述第一尺度特征向量和所述第二尺度特征向量进行级联以得到所述设备日志二值化特征向量。5.根据权利要求4所述的基于规则库的自动化运维方法，其特征在于，对所述设备日志数据进行分词处理后通过包含嵌入层的上下文编码器以得到设备日志语义理解特征向量，包括：对所述设备日志数据进行分词处理以将所述设备日志数据转化为由多个词组成的词序列；使用所述包含嵌入层的上下文编码器的嵌入层将所述词序列中各个词映射到词向量以获得词向量的序列；以及使用所述包含嵌入层的上下文编码器对所述词向量的序列进行基于全局的上下文语义编码以获得所述设备日志语义理解特征向量...

【专利技术属性】
技术研发人员：汤代佳，王伟国，戎佳京，毛冠军，
申请(专利权)人：深圳市联合信息技术有限公司，
类型：发明
国别省市：