【技术实现步骤摘要】
本专利技术涉及it运维领域，具体是一种基于知识图谱的运维变更影响评估方法、系统，通过运用图算法和机器学习技术，对运维变更进行全面、科学的影响评估，旨在确保系统的稳定运行和高效迭代。
技术介绍
1、随着互联网技术的高速发展，it基础设施的云化、应用运行环境的容器化以及系统架构的微服务化，导致系统软硬件设备和应用的种类及数量均呈指数级增长。这种增长带来了生产变更的频繁发生，包括信息系统上线、程序投产、配置变更、业务参数调整、数据维护、补丁升级、账户迁移、系统切换、版本回滚等应用系统的变更，以及机房迁移、设备更换、新模块安装、基础平台软硬件升级加固、预防性的维护、增加容量、提高系统性能、安全防范措施等基础平台类的变更。
2、然而，这些变更所带来的风险也愈加复杂和隐蔽，且极具专业性。一个组件甚至一个字段的变更，都可能引发一系列的系统异常和交易失败，带来不可预估的损失。因此，运维变更的影响分析变得尤为重要。
3、目前，运维变更评审过程中存在以下问题：缺乏可视化的变更对象知识图谱来直观展示变更对象上下游的依赖和调用关系；当同一系统中存在多个服务或基础设施同时变更且发生故障告警时，运维人员难以快速定位故障告警与哪些变更存在关联；海量的异常指标信息中充斥着大量“噪声”，影响了运维人员对有效信息的判断，且异常指标之间的关联关系缺乏可视化的串联。
4、针对上述问题，本专利技术提出了一种基于知识图谱的运维变更影响评估方法，旨在提供更全面、科学的评估手段，帮助运维人员更有效地管理变更风险。
1、为解决现有技术的不足，本专利技术提出一种基于知识图谱的运维变更影响评估方法及系统。
2、为实现以上目的，本专利技术所采用的技术方案包括：
3、一种基于知识图谱的运维变更影响评估方法，其特征在于，包括以下步骤：
4、s1.整合多源数据并建立关联关系以构建软硬件知识图谱，其中，所述多源数据包括：配置管理数据库数据、调用链数据、网络连接数据；
5、s2.输入变更数据，查询所述变更数据对应的变更影响路径，生成变更知识图谱；
6、s3.为所述变更知识图谱中每条路径计算等级权重，根据所述等级权重对路径进行排序后，利用antv g6图可视化引擎对所述变更知识图谱进行可视化展示；
7、s4.采用apriori算法对所述变更数据对应变更对象的历史异常指标数据进行频繁项分析，获取具有关联关系的异常指标频繁项集合，并进行故障等级标记；
8、s5.对所述变更知识图谱上的每个对象进行健康度指标采集与分析，并抽取异常指标，与所述异常指标频繁项集合进行匹配，生成异常指标知识图谱；
9、s6.根据所述异常指标知识图谱进行标签传播计算，生成社区传播子图，并根据所述异常指标和变更对象的关系对所述社区传播子图收敛合并，生成潜在变更影响路径。
10、进一步，所述s1具体包括：
11、s11.根据所述配置管理数据库数据中的运维对象信息，将所述运维对象按系统、服务、进程、虚拟机、物理机、网络进行分类；
12、s12.利用物理链路关系建立网络、物理机、虚拟机、进程层和服务层之间的节点关联关系；
13、s13.利用调用链数据和网络连接数据，将服务之间的调用依赖关系进行关联，并建立微服务和中间件、数据库的关联关系；
14、s14.利用nebula graph图数据库将所述运维对象和所述关联关系进行存储，构建软硬件知识图谱。
15、进一步，所述步骤s2具体包括：
16、s21.输入变更数据，并识别出所述变更数据对应的变更对象；
17、s22.以所述变更对象为起点，根据变更数据提取所述变更对象信息；
18、s23.将所述变更对象信息结合深度优先搜索算法从所述软硬件知识图谱中变更对象所在的层，遍历搜索有关联关系的所有变更影响路径，生成变更知识图谱。
19、进一步，所述步骤s3具体包括：
20、s31.根据所述变更知识图谱中末端系统层节点，为变更知识图谱路径标记系统权重l；
21、s32.利用度统计算法对所述变更知识图谱路径上所有节点的总度数进行统计，得出每条路径的总度数d，将系统等级权重l与总度数d相乘的结果作为每条路径的等级权重，并按照等级权重进行排序；
22、s33.利用图可视化引擎对变更知识图谱进行可视化展示。
23、进一步，所述步骤s4具体包括：
24、s41.基于所述变更数据对应变更对象的历史异常指标数据，应用apriori算法，针对同一个时间间隔内的异常指标进行频繁项分析，获取具有关联关系的异常指标频繁项集合；
25、s42.将所述异常指标频繁项集合进行真实性验证后，为所述异常指标频繁项集合中异常指标进行故障等级标记。
26、进一步，所述步骤s5具体包括：
27、s51.采集所述变更知识图谱上的每个对象的健康度指标信息，并通过异常检测算法抽取异常指标集合；
28、s52.将所述异常指标集合与所述异常指标频繁项集合进行指标id匹配，筛选出已经存在的频繁项集，将已经存在的频繁项集内的指标两两相连生成异常指标知识图谱。
29、进一步，所述步骤s6具体包括：
30、s61.在异常指标知识图谱中，对于所有未标注标签的异常指标，进行初始化标记；
31、s62.从所述异常指标知识图谱中随机选取一个异常指标节点作为当前节点，对所述当前节点的所有邻居节点进行遍历，统计每个邻居节点的标签频次；
32、s63.根据邻居节点的标签频次，选取出现频次最高的标签作为当前节点的新标签，并更新标签信息；
33、s64.重复执行上述步骤，对所述异常指标知识图谱中的所有异常指标节点进行标签传播，直至达到预设的迭代次数或标签稳定条件；
34、s65.根据标签信息，将具有相同标签的节点归类到同一个社区，并生成社区传播子图，根据所述异常指标和变更对象的关系对所述社区传播子图收敛合并，生成潜在变更影响路径。
35、此外，本专利技术还涉及一种基于知识图谱的运维变更影响评估系统，其特征在于，包括：
36、知识图谱构建模块，整合多源数据并建立关联关系以构建软硬件知识图谱，其中，所述多源数据包括：配置管理数据库数据、调用链数据、网络连接数据；
37、图谱变更模块，用于根据输入的变更数据，查询所述变更数据对应的变更影响路径，生成变更知识图谱；
38、可视化展示模块，用于为所述变更知识图谱中每条路径计算等级权重，根据所述等级权重对路径进行排序后，利用图可视化引擎对所述变更知识图谱进行可视化展示；
39、异常指标分析模块，基于apriori算法对所述变更数据对应变更对象的历史异常指标数据进行频繁项分析，获取具有关联关系的异常指标频繁项集合，并进行故障等级标记；...
【技术保护点】
1.一种基于知识图谱的运维变更影响评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求1所述的方法，其特征在于，所述步骤S4具体包括：
6.根据权利要求1所述的方法，其特征在于，所述步骤S5具体包括：
7.根据权利要求1所述的方法，其特征在于，所述步骤S6具体包括：
8.一种基于知识图谱的运维变更影响评估系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器和存储器；
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。
【技术特征摘要】
1.一种基于知识图谱的运维变更影响评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1所述的方法，其特征在于，所述步骤s4具体包括：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：陈地长，郭超雅，陈博莹，洪继南，郭龙，李军刚，
申请(专利权)人：中信银行股份有限公司，
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。