System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及运维故障根因分析,特别涉及一种运维故障根因分析方法、装置、电子设备、存储介质。
技术介绍
1、对于运维故障根因的分析越来越被重视,当前主要依靠有经验的运维人员进行手工故障定位,效率较低;还有的采用自动化分析系统,但主要依赖于规则构建,无法覆盖全部情况。因此对于运维故障但是快速准确定位迫在眉睫。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此,本专利技术提出一种运维故障根因分析方法、装置、电子设备、存储介质,能够提高运维故障根因定位的可靠性。
2、第一方面,本专利技术实施例提供了一种运维故障根因分析方法,包括:收集各个设施中组件的配置信息,所述配置信息包括物理逻辑关系,所述物理逻辑关系表征所述组件与所述组件之间的关系;
3、映射所述组件到知识图谱中的节点,获取所述组件与所述组件的所述物理逻辑关系,映射所述物理逻辑关系到知识图谱中所述节点与所述节点的边,得到配置拓扑图;
4、获取用户输入的目标故障描述文本,所述目标故障描述文本包括故障组件和故障描述;
5、将所述目标故障描述文本输入到预设的大型语言模型,通过所述大型语言模型进行关键词提取,得到所述目标故障描述文本中的目标故障组件和所述目标故障组件的目标物理逻辑关系;
6、将所述目标故障组件与所述配置拓扑图中的所述节点相对应,将所述目标物理逻辑关系与所述配置拓扑图中的边相对应,获取所述目标故障组件的目标配置信息;
7、将所述目
8、在本专利技术的一些实施例中,所述配置信息还包括属性信息,所述属性信息表征所述组件的属性;所述配置拓扑图中的节点包括所述组件的属性;所述目标配置信息包括目标属性信息,所述将所述目标故障组件与所述配置拓扑图中的所述节点相对应,将所述目标物理逻辑关系与所述配置拓扑图中的边相对应,获取所述目标故障组件的目标配置信息,包括:
9、将所述目标故障组件与所述配置拓扑图中的所述节点相对应,获取所述目标故障组件的所述目标属性信息。
10、在本专利技术的一些实施例中,所述将所述目标故障描述文本输入到预设的大型语言模型,通过所述大型语言模型进行关键词提取,得到所述目标故障描述文本中的目标故障组件和所述目标故障组件的目标物理逻辑关系,包括:
11、获取通用语料库,对所述大型语言模型进行预训练;
12、获取历史故障文本数据,对所述历史故障文本数据进行预处理,得到结构化的运维语料库;
13、获取所述运维语料库,对预训练后的所述大型语言模型进行微调;
14、调节所述大型语言模型的上下文窗口大小,得到最终的所述大型语言模型;
15、将所述目标故障描述文本输入到所述大型语言模型,得到所述目标故障组件。
16、在本专利技术的一些实施例中,所述获取所述运维语料库,对预训练后的所述大型语言模型进行微调,包括:
17、采用最小化损失函数判断所述大型语言模型是否完成训练;
18、所述最小化损失函数为:loss=-log(p(target_response|input_context)),
19、其中,loss为所述最小化损失函数,p(target_response|input_context)表示所述大型语言模型生成目标回复的概率,target_response为目标回复,input_context为输入的文本。
20、在本专利技术的一些实施例中,所述获取历史故障文本数据,对所述历史故障文本数据进行预处理,得到结构化的运维语料库,包括:
21、对所述历史故障文本数据进行文本清洗,去除预设的符号;
22、对文本清洗后的所述历史故障文本进行文本分割,得到单词或短语;
23、去除所述单词或所述短语中的停用词;
24、对去除停用词后的所述单词或所述短语进行词干提取或词形还原。
25、在本专利技术的一些实施例中,所述将所述目标故障组件的所述目标配置信息输入到所述大型语言模型,得到故障分析报告,所述故障分析报告表征用自然语言描述所述目标故障组件的故障后,包括:
26、获取历史故障数据,所述历史故障数据包括历史故障描述文本和历史故障报告;
27、将所述历史故障描述文本与所述目标故障描述文本进行比对,当所述历史故障描述文本与所述目标故障描述文本中的所述故障组件和所述故障描述相同时,获取所述历史故障描述文本的所述历史故障报告;
28、将所述历史故障报告与所述故障分析报告进行比对,当所述历史故障报告与所述故障分析报告不相同时,则记录所述大型语言模型的错误信息。
29、在本专利技术的一些实施例中,所述将所述历史故障报告与所述故障分析报告进行比对,当所述历史故障报告与所述故障分析报告不相同时,则记录所述大型语言模型的错误信息后,还包括:
30、构建所述错误信息为训练样本;
31、通过所述训练样本对所述大型语言模型进行增量训练。
32、第二方面,本专利技术实施例提供了一种运维故障根因分析装置,包括少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如上述第一方面所述的运维故障根因分析方法。
33、第三方面,本专利技术实施例提供了一种电子设备,包括有如上述第二方面所述的···装置。
34、第四方面,本专利技术实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行如上述第一方面所述的运维故障根因分析方法。
35、根据本专利技术实施例的运维故障根因分析方法,至少具有如下有益效果:收集各个设施中组件的配置信息,所述配置信息包括物理逻辑关系,所述物理逻辑关系表征所述组件与所述组件之间的关系;映射所述组件到知识图谱中的节点,获取所述组件与所述组件的所述物理逻辑关系,映射所述物理逻辑关系到知识图谱中所述节点与所述节点的边,得到配置拓扑图;将各个组件之间的关系通过配置拓扑图进行展示,方便后续分析的时候能根据点边关系很快获取相对应的关系,不再需要依赖固定的规则。获取用户输入的目标故障描述文本,所述目标故障描述文本包括故障组件和故障描述;将所述目标故障描述文本输入到预设的大型语言模型,通过所述大型语言模型进行关键词提取,得到所述目标故障描述文本中的目标故障组件和所述目标故障组件的目标物理逻辑关系;整个过程自动化程度高,效率显著提升。将所述目标故障组件与所述配置拓扑图中的所述节点相对应,将所述目标物理逻辑关系与所述配置拓扑图中的边相对应,获取所述目标故障组件的目标配置信息;直接通过配置拓扑图中的点边关系获取符合目标管理关系和目标故障组件的所有的目标本文档来自技高网...
【技术保护点】
1.一种运维故障根因分析方法,其特征在于,包括:
2.根据权利要求1所述的运维故障根因分析方法,其特征在于,所述配置信息还包括属性信息,所述属性信息表征所述组件的属性;所述配置拓扑图中的节点包括所述组件的属性;所述目标配置信息包括目标属性信息,所述将所述目标故障组件与所述配置拓扑图中的所述节点相对应,将所述目标物理逻辑关系与所述配置拓扑图中的边相对应,获取所述目标故障组件的目标配置信息,包括:
3.根据权利要求1所述的运维故障根因分析方法,其特征在于,所述将所述目标故障描述文本输入到预设的大型语言模型,通过所述大型语言模型进行关键词提取,得到所述目标故障描述文本中的目标故障组件和所述目标故障组件的目标物理逻辑关系,包括:
4.根据权利要求3所述的运维故障根因分析方法,其特征在于,所述获取所述运维语料库,对预训练后的所述大型语言模型进行调整,包括:
5.根据权利要求3所述的运维故障根因分析方法,其特征在于,所述获取历史故障文本数据,对所述历史故障文本数据进行预处理,得到结构化的运维语料库,包括:
6.根据权利要求1所述的运
7.根据权利要求6所述的运维故障根因分析方法,所述将所述历史故障报告与所述故障分析报告进行比对,当所述历史故障报告与所述故障分析报告不相同时,则记录所述大型语言模型的错误信息后,还包括:
8.一种运维故障根因分析装置,其特征在于,包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器;所述存储器存储有可被所述至少一个控制处理器执行的指令,所述指令被所述至少一个控制处理器执行,以使所述至少一个控制处理器能够执行如权利要求1至7任一项所述的运维故障根因分析方法。
9.一种电子设备,其特征在于,包括权利要求8所述的运维故障根因分析装置。
10.一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存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的运维故障根因分析方法。
...【技术特征摘要】
1.一种运维故障根因分析方法,其特征在于,包括:
2.根据权利要求1所述的运维故障根因分析方法,其特征在于,所述配置信息还包括属性信息,所述属性信息表征所述组件的属性;所述配置拓扑图中的节点包括所述组件的属性;所述目标配置信息包括目标属性信息,所述将所述目标故障组件与所述配置拓扑图中的所述节点相对应,将所述目标物理逻辑关系与所述配置拓扑图中的边相对应,获取所述目标故障组件的目标配置信息,包括:
3.根据权利要求1所述的运维故障根因分析方法,其特征在于,所述将所述目标故障描述文本输入到预设的大型语言模型,通过所述大型语言模型进行关键词提取,得到所述目标故障描述文本中的目标故障组件和所述目标故障组件的目标物理逻辑关系,包括:
4.根据权利要求3所述的运维故障根因分析方法,其特征在于,所述获取所述运维语料库,对预训练后的所述大型语言模型进行调整,包括:
5.根据权利要求3所述的运维故障根因分析方法,其特征在于,所述获取历史故障文本数据,对所述历史故障文本数据进行预处理,得到结构化的运维语料库,包括:
6...
【专利技术属性】
技术研发人员:廖万里,金卓,张博旭,肖飞,刘金朝,
申请(专利权)人:珠海金智维信息科技有限公司,
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。