【技术实现步骤摘要】
本专利技术属于网络运维，具体而言，涉及一种多厂商网络设备自动化运维方法、介质及系统。
技术介绍
1、网络设备日益复杂,传统的人工运维效率低下,无法满足大规模复杂网络的运维需求。现有技术中,简单网络可以通过批处理脚本实现部分任务自动化。但对于大型异构网络,不同厂商设备语法存在差异,脚本和方案无法复用,无法实现全面自动化。另一类方法通过模拟人工操作实现流程自动化,但仅停留在图形界面操作层面,无法深入控制设备的语义层。还有方法尝试通过自然语言翻译来指导设备运维。但主要基于模板和规则,代词指代解决较差,无法处理复杂语义,健壮性不足。由于网络设备品牌多、版本多、设备语言协议不一致，对不同厂商设备下发的同一指令，输入的命令不同，目前无法对多个不同厂商品牌的网络设备开展自动化运维。
技术实现思路
1、有鉴于此，本专利技术提供一种多厂商网络设备自动化运维方法、介质及系统，能够解决现有技术对多厂商网络设备进行运维时，面临的对不同厂商设备下发同样任务需要不同的运维指令，导致无法高效快捷的对多个不同厂商品牌的网络设备开展自动化运维的技术问题。
2、本专利技术是这样实现的：
3、本专利技术的第一方面提供一种多厂商网络设备自动化运维方法，其中，包括以下步骤：
4、s10、获取人工输入的对网络设备进行运维的目的文本；
5、s20、采用第一微调模型将目的文本转化为伪指令集；
6、s30、采用第二微调模型根据不同厂商的运维指令知识库将所述伪指令集转化为不
7、s40、将所述运维指令集输入到对应网络设备的运维系统的指令录入页面，若所述指令录入页面未返回错误信息，则控制所述指令录入界面执行所述运维指令集；若所述指令录入界面返回错误信息，则进入到步骤s50；
8、s50、采用第三微调模型，对所述错误信息和所述运维指令集进行处理，得到修正后的运维指令集，重复执行步骤s40，直到无错误信息返回。
9、在上述技术方案的基础上，本专利技术的一种多厂商网络设备自动化运维方法还可以做如下改进:
10、其中，所述获取人工输入的对网络设备进行运维的目的文本的步骤，具体是：
11、获取运维人员输入的运维任务自然语言描述文本，其中获取的方式为图形界面或命令行界面所获取；
12、使用预训练语言模型bert实现对输入文本的语义编码获取向量；
13、向量通过softmax分类层映射分类，完成对运维目的的判别；
14、最后使用命名实体识别技术检测文本中的关键实体识别实体，抽取结构化信息文本，作为目的文本。
15、进一步的，所述第一微调模型的获取步骤，具体是：
16、获取微调训练样本：采用人工标注的包含网络设备运维描述文本及对应的伪指令集的自然语言处理数据集，数据量不少于20万组；
17、选择基座模型：采用chatglm6b大规模预训练语言模型作为模型初始化；
18、设置微调参数对基座模型进行微调：采用seq2seq模型框架；批大小为256；学习率初值1e-5，采用余弦退火衰减；微调轮数为20轮；损失函数为交叉熵损失。
19、进一步的，所述第二微调模型的获取步骤，具体是：
20、获取微调训练样本：采用不同厂商实际网络设备的运维指令使用手册及文档作为训练集，数据量不少于1万条；
21、选择基座模型：采用基于知识图谱的预训练语言模型knowbert作为模型初始化；
22、设置微调参数对基座模型进行微调：设置批大小为128；学习率初值1e-4，采用余弦退火衰减；微调轮数为10轮；采用知识图谱一致性损失及语义相似度损失作为迁移微调。
23、进一步的，所述第二微调模型的获取步骤，具体是：
24、获取微调训练样本：采用设备运维过程中的错误日志及对应修改指令集的人工标注数据集，数据量不少于1万组；
25、选择基座模型：采用roberta模型作为模型初始化；
26、设置微调参数对基座模型进行微调：设置批大小为64；学习率1e-5，采用余弦退火衰减；微调轮数为15轮；损失函数为二分类交叉熵损失。
27、其中，还包括根据所述修正后的运维指令集和对应的伪指令集，对所述第二微调模型进行优化的步骤；具体是，采用所述修正后的运维指令集和对应的伪指令集作为微调训练集，对所述第二微调模型的最后三层进行微调。
28、本专利技术的第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行上述的一种多厂商网络设备自动化运维方法。
29、本专利技术的第三方面提供一种多厂商网络设备自动化运维系统，其中，包含上述的计算机可读存储介质。
30、与现有技术相比较，本专利技术提供的一种多厂商网络设备自动化运维方法、介质及系统的有益效果是：本专利技术提出通过微调模型的流水线,实现人类语言到设备指令的端到端的语义转换与训练。其中,seq2seq模型可直观学习输入文本与抽象伪指令之间的语义映射关系,无需人工构建规则模板,实现运维意图的语义级理解。这克服了现有方法依赖手工规则的健壮性弱点。同时,采用知识图谱指导多轮微调并强化不同品牌指令语义的对应关系,可有效消除品牌指令差异带来的语法隔阂,实现伪指令向任意品牌指令的自动映射,解决现有技术中自动化运维范围局限的问题。最后,本专利技术实时监控执行过程,并使用注意力技术实现错误诊断与策略修正功能。相比模板方法,可适应更多异常情况,大幅提高自动化运维的稳定性与成功率。综上所述，本专利技术的技术方案解决了现有技术对多厂商网络设备进行运维时，面临的对不同厂商设备下发同样任务需要不同的运维指令，导致无法高效快捷的对多个不同厂商品牌的网络设备开展自动化运维的技术问题。
本文档来自技高网...【技术保护点】
1.一种多厂商网络设备自动化运维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多厂商网络设备自动化运维方法，其特征在于，所述获取人工输入的对网络设备进行运维的目的文本的步骤，具体是：
3.根据权利要求2所述的一种多厂商网络设备自动化运维方法，其特征在于，所述第一微调模型的获取步骤，具体是：
4.根据权利要求3所述的一种多厂商网络设备自动化运维方法，其特征在于，所述第二微调模型的获取步骤，具体是：
5.根据权利要求4所述的一种多厂商网络设备自动化运维方法，其特征在于，所述第二微调模型的获取步骤，具体是：
6.根据权利要求1所述的一种多厂商网络设备自动化运维方法，其特征在于，还包括根据所述修正后的运维指令集和对应的伪指令集，对所述第二微调模型进行优化的步骤；具体是，采用所述修正后的运维指令集和对应的伪指令集作为微调训练集，对所述第二微调模型的最后三层进行微调。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时，用于执行权利要求1-6任一项所述的一种
8.一种多厂商网络设备自动化运维系统，其特征在于，包含权利要求7所述的计算机可读存储介质。
...【技术特征摘要】
1.一种多厂商网络设备自动化运维方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多厂商网络设备自动化运维方法，其特征在于，所述获取人工输入的对网络设备进行运维的目的文本的步骤，具体是：
3.根据权利要求2所述的一种多厂商网络设备自动化运维方法，其特征在于，所述第一微调模型的获取步骤，具体是：
4.根据权利要求3所述的一种多厂商网络设备自动化运维方法，其特征在于，所述第二微调模型的获取步骤，具体是：
5.根据权利要求4所述的一种多厂商网络设备自动化运维方法，其特征在于，所述第二微调模型的获取步骤，具...
【专利技术属性】
技术研发人员：范泽森，何冠锦，廖璇，王芸芸，翟媛，罗菁菁，王健生，姬宇航，王明，赵胜，黄晓龙，郝宝芳，陈雨，任凯，薛澄澄，陆瑾怡，
申请(专利权)人：国网宁夏电力有限公司中卫供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。