[发明专利]异常问题聚类的方法及装置

权利要求书

1.一种异常问题聚类的方法，其特征在于，包括：

从多个异常栈中分别提取出异常描述信息；

计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度；

根据所述相似度对异常栈进行聚类处理，并确定类中心。

2.根据权利要求1所述的异常问题聚类的方法，其特征在于，所述异常描述信息至少包括下列之一：异常语言描述信息、异常标记、异常数值、异常代码标识、与异常相关的函数的库信息和类信息。

3.根据权利要求2所述的异常问题聚类的方法，其特征在于，所述计算异常栈与异常之间，异常描述信息的相似性，得到相似度，包括：

采用编辑距离算法，对异常栈与异常之间的异常语言描述信息、与异常相关的函数的库信息和类信息分别计算相似性，得到相应的每项异常描述信息的子相似度；

采用精确匹配算法，对异常栈与异常之间的异常标记、异常数值、异常代码标识分别计算相似性，得到相应的每项异常描述信息的子相似度；

根据每项异常描述信息的子相似度，得到异常栈的相似度。

4.根据权利要求3所述的异常问题聚类的方法，其特征在于，所述采用编辑距离算法，对异常栈与异常之间的与异常相关的函数的库信息和类信息分别计算相似性，得到相应的每项异常描述信息的子相似度，包括：

针对所述库信息和类信息中的每一层，分别计算子相似度；

对同层级的多个子相似度求平均；

对多个层级的子相似度进行加权求和，其中，栈层级越低的子相似度对应的权重越大。

5.根据权利要求1所述的异常问题聚类的方法，其特征在于，计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度之前，所述方法还包括：

对每个异常栈中的异常描述信息进行唯一性编码，得到唯一编码；

根据所述唯一编码，对异常栈进行去重处理。

6.根据权利要求1所述的异常问题聚类的方法，其特征在于，计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度，包括：

对每个异常栈中的异常描述信息进行矢量编码，得到矢量编码结果；

计算异常栈与异常栈之间，矢量编码结果的相似性，得到相似度。

7.根据权利要求1所述的异常问题聚类的方法，其特征在于，所述根据所述相似度对异常栈进行聚类处理，并确定类中心，包括：

统计相同异常栈的个数；

按照个数由高到低的顺序，根据所述相似度对异常栈进行聚类处理，并确定类中心。

8.根据权利要求7所述的异常问题聚类的方法，其特征在于，所述按照个数由高到低的顺序，根据所述相似度对异常栈进行聚类处理，并确定类中心，包括：

将得到的所述相似度存储到预设的存储结构中；所述存储结构包括：两层哈希图或数组；

按照个数由高到低的顺序，对所述存储结构进行遍历，并进行聚类处理，以及确定类中心。

9.一种异常问题聚类的装置，其特征在于，包括：

提取模块，用于从多个异常栈中分别提取出异常描述信息；

计算模块，用于计算异常栈与异常栈之间，异常描述信息的相似性，得到相似度；

聚类模块，用于根据所述相似度对异常栈进行聚类处理，并确定类中心。

10.根据权利要求9所述的异常问题聚类的装置，其特征在于，所述异常描述信息至少包括下列之一：异常语言描述信息、异常标记、异常数值、异常代码标识、与异常相关的函数的库信息和类信息。