[发明专利]一种故障根因分析方法

权利要求书

1.一种故障根因分析方法，其特征在于，所述方法包括以下步骤：

主机监测指标；

构建异常指标集，所述构建异常指标集由确定指标异常变动时间、计算监测指标异常变动程度和确定异常指标集三个步骤组成；

构建指标依赖关系图；

对故障根因指标进行排序。

2.根据权利要求1所述一种故障根因分析方法，其特征在于，所述确定指标异常变动时间的步骤，具体包括：

在故障时间窗内，对指标进行分析，提取指标异常变动的时间，其中故障时间窗通常表示为[T_f-w₁，T_f]，T_f表示业务系统观察到故障的时间，w₁是一个回溯窗口；

采用差分绝对值来表示指标在故障窗口内每一个监测点的变动量，监测点的变动量表示为|x_t+1-x_t|，其中x_t代表监测指标t时刻的值，x_t+1表示后续时刻的值，将监测指标在故障窗口内最大的差分绝对值所对应的时间点定义为监测指标的异常变动时间。

3.根据权利要求2所述一种故障根因分析方法，其特征在于，所述计算监测指标异常变动程度的步骤，具体包括：

将异常变化前[T_c-w₂，T_c]时间段内的监测指标序列定义为{x_i}，将异常变化后[T_c，T_r]时间段内的监测指标序列定义为{x_j}，其中w₂表示计算{x_i}统计特征的时间段，T_r表示故障分析人员采取应急措施的时间；

采用后验概率表示监测指标异常变动程度，后验概率用于刻划指标的上升程度u和下降程度d，取几何平均来消除指标间不同的采样概率，表示如下：

其中X表示异常变化前监测指标的概率分布。

4.根据权利要求3所述一种故障根因分析方法，其特征在于，所述确定异常指标集的步骤，具体包括：

定义m为[u，d]中的最大值，m用于表示监测指标在异常变化点的变化程度；

取监测指标正常值的3倍均方差作为阈值，若m大于所述阈值，则对应的指标为异常指标，构建异常指标集。

5.根据权利要求4所述一种故障根因分析方法，其特征在于，所述构建指标依赖关系图的步骤，具体包括：

构建异常指标集中的指标的全量关系图，全量关系图中的节点为异常指标集中的指标，每一对节点之间设置有边；

采用Fisher-Z测试计算全量关系图中节点之间的关系，构建指标X和指标Y之间的统计量：

其中m表示指标的取样点数，r表示指标X和指标Y的偏相关系数，指标间的相关性采用Fisher-Z测试零假设的p值来表示，采用来表示指标之间的相关性，即全量关系图的边权重，构建完成的全量关系图即为指标依赖关系图。

6.根据权利要求5所述一种故障根因分析方法，其特征在于，所述对故障根因指标进行排序的步骤，具体包括：

采用加权的PageRank算法计算指标影响力，其计算公式如下：

其中B(u)表示直接和u节点有边连接的节点，W_uv表示节点u和v之间的权重，d是一个常量为0.85；

计算指标依赖关系图中所有的节点的指标影响力，根据指标影响力对异常指标进行排序，进而使得故障根因指标排在前面。