[发明专利]一种异常定位方法和装置

说明书

本发明涉及一种异常定位方法和装置。通过场景化建立资源对象关系和指标间影响关联，定义异常影响范围以及传播链，基于贝叶斯网络技术动态分析传播链，以解决异常快速定位复杂难的问题，进一步实现运维的智能化。

技术领域

本发明涉及智能运维异常定位分析领域，尤其涉及一种异常定位方法和装置。

背景技术

随着企业利用云计算、分布式、微服务等相关技术完成数字化与网络化，从而推动企业的数字化转型。运维团队面临着集群规模更大，业务组件更多，关联关系更加复杂等诸多难题，其压力和挑战与日俱增，给IT运维工作带来了前所未有的挑战。任何一次的服务中断事件都有可能对公司业务造成极大影响。因此，对出现异常时如何进行快速分析并定位，防止进一步恶化引起故障进行提前告警，然后通过快速修复调整来保障数字业务稳定可靠运行，该定位过程是运维工作的重中之重。

目前最为广泛应用的异常或故障定位技术是基于CMDB(配置管理数据库)关系模型，通过故障树分析法进行分析定位。采用此方案存在不足：

需要依赖CMDB的监管范围和数据质量，并长期保持配置项和关联关系的正确性；在企业上云数字化转型后，庞大云化资源CMDB本身数据的一致性、完整性、正确性，一直都是一大疑点与难点；同时，CMDB关系颗粒度配置到对象级别就已经需要很大工作量了，很难再细化或动态配置以帮助定位问题根因和适应不断变化的应用场景需求。使用故障树分析法也存在一些不足，它通常使用于故障机理确定、故障逻辑关系清晰的系统，因为它对系统的故障状态作了很多假设，主要体现在两方面，即事件状态的二态性和逻辑关系的确定性；故障树中的事件都只有两种状态：故障和正常，但实际运维中存在多态性比如异常(指标偏高、性能下降等)；在许多复杂系统中事件间不存在确定的因果关系，这种情况采用概率的方式来描述更为合适。

发明内容

本发明的目的在于针对CMDB关系模型推理的故障树分析法定位技术局限性与片面性，提供一种异常定位方法和装置，通过场景化建立资源对象关系和指标间影响关联，定义异常影响范围以及传播链，基于贝叶斯网络技术动态分析传播链，以解决异常快速定位复杂难的问题，进一步实现运维的智能化。

为实现上述目的，本发明的技术方案是：一种异常定位方法，包括如下步骤：

步骤S101、确定运维相关的对象及监控指标；

步骤S102、根据运维场景化构建一个或多个异常传播链关系模型；

步骤S103、获取运维对象多维指标数据；

步骤S104、对获取的多维指标数据进行预处理，将指标数据划分为正常数据集和异常数据集；

步骤S105、基于一个或多个异常传播链关系模型与数据集，通过贝叶斯网络技术进行分析；

步骤S106、根据分析结果，生成异常事件产生的原因结果。

在本发明一实施例中，所述步骤S101包括：确定运维对象、确定运维对象属性、确定与运维对象相关的监控指标、确定与监控指标相关的指标属性。

在本发明一实施例中，所述步骤S102包括：

根据不同运维场景确定运维对象之间关系、监控指标之间影响关联，以确定异常传播关系；

根据异常传播关系，确定异常节点；

确定异常节点之间的一个或多个异常传播链关系模型。

在本发明一实施例中，所述步骤S105包括：

根据异常数据集确定异常场景顶事件；

基于异常场景顶事件与顶事件关联的对象、监控指标，以及对象间与监控指标间异常传播链关系，构建贝叶斯网络；