一种根因定位方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115016976A(43)申请公布日2022.09.06(21)申请号202210943808.8(22)申请日2022.08.08(71)申请人深圳壹师城科技有限公司地址518000广东省深圳市南山区粤海街道白石路芒果网总部大厦9楼09单位(72)发明人王奕邱雪雄(74)专利代理机构深圳智汇远见知识产权代理有限公司44481专利代理师聂磊(51)Int.Cl.G06F11/07(2006.01)权利要求书2页说明书7页附图7页(54)发明名称一种根因定位方法、装置、设备及存储介质(57)摘要本发明涉及一种根因定位方法，涉及通信技术领域，该方法包括：判断服务器的业务数据是否存在第一异常；若所述业务数据存在所述第一异常，则依据预设拓扑关系信息获取与所述业务数据关联的第一目标服务器，得到服务器群组；判断所述服务器群组是否存在异常服务器，所述异常服务器为性能信息存在第二异常的第一目标服务器；若所述服务器群组存在异常服务器，获取与所述异常服务器关联的第二目标服务器，得到异常服务器群。在故障发生时,在大规模服务器集群中逐步排查并缩小可能发生故障服务器，避免通过人工对海量的日志进行分析筛选，解决了人力筛选下故障恢复的成本高、耗时长、效果差的问题。CN115016976ACN115016976A权利要求书1/2页1.一种根因定位方法，其特征在于，所述方法包括：判断服务器的业务数据是否存在第一异常；若所述业务数据存在所述第一异常，则依据预设拓扑关系信息获取与所述业务数据关联的第一目标服务器，得到服务器群组；判断所述服务器群组是否存在异常服务器，所述异常服务器为性能信息存在第二异常的第一目标服务器；若所述服务器群组存在异常服务器，获取与所述异常服务器关联的第二目标服务器，得到异常服务器群。2.根据权利要求1所述的方法，其特征在于，所述业务数据包括多个按照时间顺序排列的数据点；所述判断服务器的业务数据是否存在第一异常，包括：建立时间轴；按照时间顺序逐一判断所述业务数据的数据点是否为异常数据点；若所述业务数据的数据点为异常数据点，在所述时间轴上将所述异常数据点标出，以所述异常数据点为起点，在所述时间轴上确定预设长度的目标时间区间；按照时间顺序在所述时间轴上逐一标出所述目标时间区间内的数据点，并判断当前标出的数据点是否为异常数据点；若当前标出的数据点为异常数据点，以当前标出的数据点为起点将所述目标时间区间延长预设长度；判断所述目标时间区间的长度是否大于预设的长度阈值；若所述目标时间区间的长度大于预设的长度阈值，判定服务器的业务数据存在第一异常。3.根据权利要求2所述的方法，其特征在于，所述判断服务器的业务数据是否存在第一异常，包括：建立时间轴；按照时间顺序逐一判断所述业务数据的数据点是否为异常数据点；若所述业务数据的数据点为异常数据点，在所述时间轴上将所述异常数据点标出，以所述异常数据点为起点，在所述时间轴上确定预设长度的目标时间区间；按照时间顺序在所述时间轴上逐一标出所述目标时间区间内的数据点，并判断当前标出的数据点是否为异常数据点；若当前标出的数据点为异常数据点，以当前标出的数据点为起点将所述目标时间区间延长预设长度；根据所述目标时间区间的长度以及所述目标时间区间包含的异常数据点的数量，确定所述目标时间区间的异常数据点密度；判断所述异常数据点密度是否大于预设的密度阈值；若所述异常数据点密度大于预设的密度阈值，判定服务器的业务数据存在第一异常。4.根据权利要求2所述的方法，其特征在于，所述按照时间顺序逐一判断所述业务数据的数据点是否为异常数据点，包括：基于预设的历史数据、长短记忆循环神经网络以及高斯分布获得预测模型；判断所述业务数据的数据点与预测模型的预测值的误差是否大于预设的第一误差阈2CN115016976A权利要求书2/2页值；若所述业务数据的数据点与预测模型的预测值的误差大于预设的第一误差阈值，则判定所述业务数据的数据点为异常数据点。5.根据权利要求4所述的方法，其特征在于，判断所述业务数据的数据点与预测模型的预测值的误差是否大于预设的第一误差阈值，包括：判断所述业务数据的数据点与预测模型的预测值的误差是否符合拉依达准则；若所述业务数据的数据点与预测模型的预测值的误差不符合拉依达准则，判定所述业务数据的数据点与预测模型的预测值的误差大于预设的第一误差阈值。6.根据权利要求4所述的方法，其特征在于，所述数据点包括总概率，所述按照时间顺序逐一判断所述业务数据的数据点是否为异常数据点，包括：判断所述数据点的总概率与预设的总概率分布函数的误差是否大于预设的第二误差阈值；若所述数据点的总概率与预设的总概率分布函数的误差大于预设的第二误差阈值，则判定所述业务数据的数据点为异常数据点。7.