[发明专利]分布式系统风险识别方法、装置、设备、介质和程序产品

权利要求书

1.一种分布式系统风险识别方法，其特征在于，所述方法包括：

获取采集得到的分布式系统的当前资源使用信息；

将所述当前资源使用信息输入至预先训练得到的风险预测模型中，以判断当前性能指标是否存在降级风险以及存在降级风险时受影响的当前性能指标数据；

输出存在降级风险时受影响的当前性能指标数据和当前资源使用信息。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取历史业务数据，所述历史业务数据包括历史资源使用信息和历史性能指标数据；

通过预设算法对所述历史资源使用信息和历史性能指标数据进行关联规则挖掘以得到风险预测模型。

3.根据权利要求2所述的方法，其特征在于，所述获取历史业务数据之后，还包括：

将所述业务数据按照业务场景进行分类。

4.根据权利要求2所述的方法，其特征在于，所述获取历史业务数据之后，还包括对所述历史业务数据进行预处理的步骤；所述预处理的步骤包括以下至少一种：

对所述历史业务数据进行缺失值填充；

通过密度聚类算法对所述历史业务数据进行聚类，以删除时间稀疏的数据；

通过滑动窗口的方法对同一所述滑动窗口中的所述历史性能指标数据进行去重处理；

根据等级范围对所述历史业务数据进行等级划分以将同一等级的历史性能指标数据和对应的历史资源使用数据聚类为同一项。

5.根据权利要求4所述的方法，其特征在于，所述通过预设算法对所述历史资源使用信息和历史性能指标数据进行关联规则挖掘以得到风险预测模型，包括：

获取预先配置的最小支持度和最小置信度；

计算同一项中所述历史资源使用信息和历史性能指标数据对应的当前支持度和当前置信度；

根据所述当前支持度和所述最小支持度对所述历史资源使用信息和历史性能指标数据进行第一次剪支处理；

按照当前支持度降序的顺序对每一项建立分支构建目标树；

根据所述当前置信度和所述最小置信度对所述目标树中的项进行第二次剪支处理得到风险预测模型。

6.根据权利要求1所述的方法，其特征在于，所述输出存在降级风险时受影响的当前性能指标数据和当前资源使用信息之后，包括：

根据存在降级风险时受影响的当前性能指标数据和当前资源使用信息，生成并输出运维信息。

7.根据权利要求1所述的方法，其特征在于，所述输出存在降级风险时受影响的当前性能指标数据和当前资源使用信息之后，包括：

将所述存在降级风险时受影响的当前性能指标数据和当前资源使用信息输入至混沌工程工具中，以进行故障原因分析。

8.根据权利要求7所述的方法，其特征在于，所述将所述存在降级风险时受影响的当前性能指标数据和当前资源使用信息输入至混沌工程工具中，以进行故障原因分析之后，包括：

提取混沌工程工具进行故障原因分析中的故障事件的参数；

根据所述故障事件的参数对所述风险预测模型进行更新。

9.一种分布式系统风险识别装置，其特征在于，所述装置包括：

当前数据获取模块，用于获取采集得到的分布式系统的当前资源使用信息；

模型处理模块，用于将所述当前资源使用信息输入至预先训练得到的风险预测模型中，以判断当前性能指标是否存在降级风险以及存在降级风险时受影响的当前性能指标数据；

输出模块，用于输出存在降级风险时受影响的当前性能指标数据和当前资源使用信息。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。