一种云渲染任务的错误处理系统技术方案

本发明专利技术涉及一种云渲染任务的错误处理系统，包括：采集模块、预处理模块、模型构建模块、错误类型预测模块和集成模块；采集模块采集历史云渲染任务的历史数据；预处理模块对历史数据进行数据预处理，得到预处理数据；模型构建模块构建云渲染任务错误处理模型，基于预处理数据，对云渲染任务错误处理模型进行训练；错误类型识别模块根据训练好的云渲染任务错误处理模型，对新云渲染任务进行识别，得到新云渲染任务出现的错误类型和对应的解决方案；集成模块对接错误处理系统和云渲染系统，实现错误处理服务。本发明专利技术能够实现云渲染任务错误的自动识别与处理，避免了渲染高峰期出现的问题堆积情况，提高了渲染产品的客户满意度，降低了企业成本。了企业成本。了企业成本。

【技术实现步骤摘要】
一种云渲染任务的错误处理系统


[0001]本专利技术涉及云渲染
，具体涉及一种云渲染任务的错误处理系统。

技术介绍

[0002]目前，市面上对于云渲染系统中云渲染任务的错误处理是由经验丰富的技术支持人员来排查，流程大致为查看渲染流程日志或渲染器日志，定位用户上传到云渲染系统的场景文件，配置场景参数、场景插件，然后打开场景文件尝试渲染小样，以此重复，手工复现云渲染任务出现的问题，然后由技术支持人员给出修复解决方案。
[0003]但是，随着渲染量的增加，所需要的技术支持人员也会随之线性增加，在渲染高峰期出现大量问题时，需要更多的技术支持人员进行人工操作，由于技术支持人员无法并行处理问题，就会出现问题堆积，客户持续追问进度的情况，导致渲染产品的客户满意度降低，若想避免出现问题堆积的情况，必然会增加技术支持人员的聘用，导致企业成本增加。

技术实现思路

[0004]有鉴于此，提供一种云渲染任务的错误处理系统，以解决现有技术中存在的问题。
[0005]本专利技术采用如下技术方案：
[0006]本专利技术提供了一种云渲染任务的错误处理系统，包括：采集模块、预处理模块、模型构建模块、错误类型预测模块和集成模块；
[0007]所述采集模块用于采集云渲染系统中历史云渲染任务的历史数据；
[0008]所述预处理模块用于对所述历史数据进行数据预处理，得到预处理数据；
[0009]所述模型构建模块用于构建云渲染任务错误处理模型，基于所述预处理数据，对所述云渲染任务错误处理模型进行训练，得到训练好的所述云渲染任务错误处理模型；
[0010]所述错误类型识别模块用于根据训练好的所述云渲染任务错误处理模型，对新云渲染任务进行识别，得到所述新云渲染任务出现的错误类型和对应的解决方案；
[0011]所述集成模块用于对接所述云渲染任务的所述错误处理系统和所述云渲染系统，实现云渲染任务错误的处理服务。
[0012]可选地，所述采集模块通过监控所述云渲染系统的渲染流程日志采集所述历史云渲染任务的所述历史数据。
[0013]可选地，所述预处理包括数据清洗和数据归一化；
[0014]所述数据清洗包括去除所述历史数据中的异常值和缺失值。
[0015]可选地，还包括：智能推荐模块；
[0016]所述智能推荐模块用于基于所述历史数据和预置的客户需求，采用基于协同过滤的推荐算法和深度学习算法，提供所述云渲染任务错误对应的最佳解决方案。
[0017]可选地，还包括：错误数据统计模块；
[0018]所述错误数据统计模块用于对所述错误处理系统处理过的错误数据进行统计，计入并更新所述历史云渲染任务的所述历史数据。
[0019]可选地，所述集成模块通过API接口对接所述云渲染任务的所述错误处理系统和所述云渲染系统，所述API接口采用Restful API和GraphQL技术进行接口设计和开发。
[0020]可选地，在得到所述新云渲染任务出现的所述错误类型之后，根据所述错误类型，采用规则引擎技术和决策树技术匹配所述错误类型对应的所述解决方案；
[0021]所述解决方案包括修改渲染参数、重新渲染和更换模型材质。
[0022]可选地，在得到所述新云渲染任务出现的所述错误类型和对应的所述解决方案之后，还包括：分析出现所述错误类型的错误原因，分析过程包括：
[0023]将所述错误类型发送至所述云渲染任务错误处理模型，采用自然语言处理技术和图像处理技术对所述错误类型进行分析，得到所述错误原因。
[0024]本专利技术采用采集模块、预处理模块、模型构建模块、错误类型预测模块和集成模块；采集模块用于采集云渲染系统中历史云渲染任务的历史数据；预处理模块用于对历史数据进行数据预处理，得到预处理数据；模型构建模块用于构建云渲染任务错误处理模型，基于预处理数据，对云渲染任务错误处理模型进行训练，得到训练好的云渲染任务错误处理模型；错误类型识别模块用于根据训练好的云渲染任务错误处理模型，对新云渲染任务进行识别，得到新云渲染任务出现的错误类型和对应的解决方案；集成模块用于对接云渲染任务的错误处理系统和云渲染系统，实现云渲染任务错误的处理服务。本专利技术通过构建并训练云渲染任务错误处理模型，对接错误处理系统和云渲染系统，能够实现云渲染任务错误的自动识别与处理，避免了渲染高峰期出现的问题堆积情况，提高了渲染产品的客户满意度，降低了企业成本。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0026]图1是本专利技术实施例云渲染任务的错误处理系统示意图。
具体实施方式
[0027]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。
[0028]图1是本专利技术实施例云渲染任务的错误处理系统示意图。请参阅图1，该系统包括采集模块、预处理模块、模型构建模块、错误类型预测模块和集成模块；
[0029]采集模块用于采集云渲染系统中历史云渲染任务的历史数据；
[0030]进一步地，采集模块通过监控云渲染系统中历史云渲染任务的渲染流程日志来采集历史数据，历史数据包括但不限于云渲染任务的参数、渲染时间、渲染错误信息等。
[0031]具体地，本实施例将渲染流程日志结构化，转换为结构化日志，采用图结构的日志聚类方法，将相似度高的渲染流程日志聚焦在一起，提取其相同的日志形式，对相同日志形
式的日志行提取共同文本，添加签名字符串，例如：统一添加前缀FlowLog、ConfigLog、PluginLog、RendererLog、ParameterLog等，得到结构化日志数据库；
[0032]结构化日志的格式为日志头和日志体，日志头包括但不限于时间戳、来源、日志等级、进程、线程等字段，日志体包括但不限于流程指示、预配置、文件映射、插件配置、渲染指令、渲染器运行日志、错误告警等。基于结构化日志数据库，建立一个历史数据仓库，通过一致性哈希进行处理，使得不同渲染节点的日志能够映射到固定的事务处理队列中，事务处理队列的方式保证了日志处理的原子性。
[0033]预处理模块用于对历史数据进行数据预处理，得到预处理数据；
[0034]进一步地，预处理包括数据清洗和数据归一化，数据清洗包括去除历史数据中的异常值、缺失值和干扰词；
[0035]具体地，获取结构化日志数据库中结构化日志包含的所有分词，根据预设规则pattern，删除缺失值、异常值、干扰词；
[0036]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云渲染任务的错误处理系统，其特征在于，包括：采集模块、预处理模块、模型构建模块、错误类型预测模块和集成模块；所述采集模块用于采集云渲染系统中历史云渲染任务的历史数据；所述预处理模块用于对所述历史数据进行数据预处理，得到预处理数据；所述模型构建模块用于构建云渲染任务错误处理模型，基于所述预处理数据，对所述云渲染任务错误处理模型进行训练，得到训练好的所述云渲染任务错误处理模型；所述错误类型识别模块用于根据训练好的所述云渲染任务错误处理模型，对新云渲染任务进行识别，得到所述新云渲染任务出现的错误类型和对应的解决方案；其中，所述新云渲染任务为通过所述集成模块在所述云渲染系统中得到；所述集成模块用于对接所述云渲染任务的所述错误处理系统和所述云渲染系统，实现云渲染任务错误的处理服务。2.根据权利要求1所述的错误处理系统，其特征在于，所述采集模块通过监控所述云渲染系统的渲染流程日志采集所述历史云渲染任务的所述历史数据。3.根据权利要求1所述的错误处理系统，其特征在于，所述预处理包括数据清洗和数据归一化；所述数据清洗包括去除所述历史数据中的异常值和缺失值。4.根据权利要求1所述的错误处理系统，其特征在于，还包括：智能推荐模块；所述智能推荐模块用于...

【专利技术属性】
技术研发人员：何庆瑞，高斌，邹琼，周双全，
申请(专利权)人：深圳市瑞云科技股份有限公司，
类型：发明
国别省市：