[发明专利]一种自适应计算IT智能运维健康指数的方法及系统

说明书

本发明公开了一种自适应计算IT智能运维健康指数的方法及系统，包括以下步骤：从数据接入层出发经过数据治理、数据清理成为标准格式的数据接入；在数据质量管理模块进行数据质量分析并在进行展示；算法平台从数据平台取数据后，算法代码在算法平台运行；当某个应用或资源的健康分低于正常值时，辅助运维人员进行问题的关联分析以及对可能发生异常的情况进行提前感知。本发明的有益效果为：针对层次分析法的缺点，本发明的目标是充分发挥智能算法的特点，以海量的历史数据作为学习的对象，构建出一套自适应计算IT智能运维健康指数的方法及系统，结合层次分析法和智能算法相结合的自适应动态权重指标体系，具备智能优化、自动学习的特点。

技术领域

本发明涉及智能IT运维的领域，具体涉及一种自适应计算IT智能运维健康指数的方法及系统。

背景技术

在IT运维场景中，运维系统随着用户量的增加、数据量的增大，业务系统的压力也越来越大。为了方便运维人员监控应用系统的健康程度，对异常进行监控和分析，业务需要设计一套系统健康度体系，并以应用系统为核心，计算关联的网络、主机、数据库、中间件的故障影响范围，得出是否导致应用系统故障，从而帮助管理者针对应用系统故障快速定位和解决，满足客户实际需求。传统的应用系统健康度系统大多采用“层次分析法”(AnalyticHierarchy Process)为基础的专家体系。层次分析法是一种定性和定量相结合的、系统的、层次化的分析方法。它的原理是根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同的层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。运用层次分析法构造系统模型时，大体可以分为以下四个步骤：1)建立层次结构模型；2)构造判断(成对比较)矩阵；3)层次单排序及其一致性检验；4)层次总排序及其一致性检验；

“层次分析法”的优点在于：1)每个层次中的每个因素对结果的影响程度都是量化的和清晰的。2)决策方法比较简洁实用，可解释性比较好。把定性和定量的方法结合起来，使复杂的问题分解，便于理解。3)不需要数据的训练，所需的定量数据信息较少。它把判断各要素的相对重要型的步骤留给了专家，让专家对权重进行设置，从而可以应付很多缺少数据采集的场景。4)适用性广泛，基本可以应用到各种决策判断的场景，可以很方便的和行业和背景知识相结合。

传统的应用系统健康度系统所普遍采用的“层次分析法”的特点是在对复杂决策问题的本质、影响因素及其内在关系等进行深入研究的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法，是对难以完全定量的复杂系统做出决策的模型和方法。

“层次分析法”的缺点在于：1)作为一种专家系统，层次体系中各种指标阈值和权重需要预先设定。定量数据较少，定性数据较多。2)阈值和权重的设置工作量比较大，需要对业务有比较深刻的理解，对于专家的依赖程度比较高。3)随着数据维度的上升和应用场景的指数级增加，最终层次分析法会遇到“算不过来”的瓶颈。4)缺少自学习的功能，应变能力不足。

在IT运维领域，传统的应用系统健康度系统大多采用层次分析法为基础的专家体系，这种方法的最大问题是各种指标阈值和权重需要专家去设定，无法满足系统指标动态变化以及系统管理能力越来越大的需求。

发明内容

本发明的目的是克服上述技术的不足，而提供了一种自适应计算IT智能运维健康指数的方法及系统。