一种基于知识图谱的制造技术

本发明专利技术涉及一种基于知识图谱的

【技术实现步骤摘要】
一种基于知识图谱的IT运维故障根因分析方法


[0001]本专利技术属于故障根因分析
，具体涉及一种基于知识图谱的
IT
运维故障根因分析方法
。

技术介绍

[0002]随着
IT
系统不断发展，信息化
、
数字化和网络化的进程越来越快，
IT
系统的服务范围涵盖了人类社会生产和日常生活，其中包括公共服务
、
网络金融
、
商务交易
、
工业生产等各行各业
。
因为
IT
系统规模的不断扩大导致
IT
系统运行环境也日趋复杂，尽管目前的各类监控工具帮助
IT
系统运行状态大幅度的提升，但是当发生网络故障或系统故障时，面对海量的网络监控数据和庞大的系统，
IT
运维缺乏对
IT
故障的辅助判断和解决方案推荐，
IT
系统无法快速获得足够信息进行故障定位和等级分析
。

技术实现思路

[0003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于知识图谱的
IT
运维故障根因分析方法，其特征在于，包括如下步骤：
S1
：获取
IT
多域数据；
S2
：通过
BiLSTM
‑
BERT
‑
CRF
模型对所述
IT
多域数据进行知识抽取得到
IT
运维故障实体和
IT
运维故障实体关系，所述
IT
运维故障实体包括故障现象
、
故障部位
、
故障原因和故障解决方案；
S3
：根据所述
IT
运维故障实体和所述
IT
运维故障实体关系通过
Prot
é
g
é
本体构建工具得到实体三元组，根据所述实体三元组通过知识融合得到
IT
运维故障知识图谱，所述
IT
运维故障知识图谱包括运维故障实体节点和有向边；
S4
：获取故障事件信息；
S5
：根据预构建的实体关系识别模型，得到所述故障事件信息中的故障实体和故障实体关系，根据所述故障实体和所述故障实体关系通过关联所述
IT
运维故障知识图谱得到运维故障子图；
S6
：根据所述运维故障子图通过关联
IT
运维故障知识图谱得到故障关联子图数据，通过贝叶斯网络故障模型对所述关联子图数据进行处理得到故障诊断结果，所述故障诊断结果包括运维故障等级和运维故障根因，所述故障关联子图数据包括故障关联实体
、
故障有向边总数和故障实体频数；
S7
：通过
TFIDF
‑
COS
算法处理所述运维故障根因得到处理结果，根据所述处理结果输出故障处理措施
。2.
根据权利要求1所述的基于知识图谱的
IT
运维故障根因分析方法，其特征在于，所述步骤
S2
具体包括以下步骤：
S201
：通过
BiLSTM
神经网络分词模型对所述
IT
多域数据进行分词处理得到
IT
运维故障实体语料库，根据预定义的实体类型对所述
IT
运维故障实体语料库进行语料标注得到标注信息，并将所述标注信息转化为
BIOES
格式得到
IT
运维故障训练数据；
S202
：通过
BERT
模型处理所述
IT
运维故障训练数据得到运维故障词向量，通过双向神经网络
BiLSTM
模型处理所述运维故障词向量得到深层语义信息，根据所述深层语义信息通过
CRF
模型处理得到最大概率标注序列，根据所述最大概率标注序列输出所述
IT
运维故障实体；
S203
：根据所述运维故障词向量进行特征提取得到特征向量，通过卷积神经网络对所述特征向量进行卷积操作得到卷积结果，将所述卷积结果通过最大池化得到最大特征值，通过卷积神经网络输出所述
IT
运维故障实体关系
。3.
根据权利要求1所述的基于知识图谱的
IT
运维故障根因分析方法，其特征在于，所述步骤
S3
具体包括以下步骤：
S301
：通过对所述实体三元组进行信息提取得到待对齐故障实体
,
根据所述待对齐故障实体通过知识表示平移模型处理得到故障实体关系表示；
S302
：根据所述待对齐故障实体和所述故障实体关系表示通过聚类处理得到故障实体对齐结果，根据所述故障实体对齐结果通过知识融合得到
IT
运维故障知识图谱
。4.
根据权利要求3所述的基于知识图谱的
IT
运维故障根因分析方法，其特征在于，所述步骤
S301
具体包括以下步骤：通过所述知识表示平移模型处理所述待对齐故障实体得到待对齐故障实体三元组，根
据所述待对齐故障实体三元组计算所述待对齐故障实体三元组的合理得分，计算公式为：其中，
oi
和
op
为所述待对齐...

【专利技术属性】
技术研发人员：何运东，张玉莲，叶凌云，徐青，于琼炜，陈婧，
申请(专利权)人：东旺智能科技上海有限公司，
类型：发明
国别省市：