一种根因分析处理方法及装置与流程

本发明涉及运维数据处理，具体涉及一种根因分析处理方法及装置。

背景技术：

1、随着互联网和信息技术的迅猛发展，现代企业的业务系统越来越复杂，而对于系统的可靠性、稳定性和故障恢复时效性等所提出的要求也越来越高。因此，当系统出现故障时，如何快速且准确的从所监控的大量指标中定位根因指标辅助故障恢复决策且减轻损失成为主要挑战。

2、目前在探索因果关系领域已经有很多成熟的算法，比如常见的计算时间序列之间的相关性、格兰杰因果效应以及经典的pc算法。但这些算法都存在一定的问题：

3、(1)计算相关性的方法没办法确定因果连接的方向，只能得到一个无向图；

4、(2)传统的格兰杰因果效应只能探究二元变量之间的因果效应，而且这种因果关系的推断依赖于数据的时间上的先后顺序，目前也有对格兰杰因果效应进行了改进，提出了多元格兰杰因果推断，但这种方法在处理数据时会产生大量的计算导致很低的效率；

5、(3)经典的pc算法在处理弱自相关数据时还能保持良好的检测效率，但在处理强自相关数据时其准确率会出现降低。目前有一种对pc算法的改进算法为基于潜在结果因果推断(potential outcomes causal inference，pcmci)，该方法探究的是基于滞后时间上的依赖关系，可以高效的处理高维且具有强自相关特征的数据，在独立性检测时可自由组合线性或非线性的独立性测试，以此去适应线性或非线性的数据，且能很好的控制假阳性。

6、基于因果推断的根因分析方法，通常包括三步：构造概率图、基于概率图构造转移矩阵和基于转移矩阵随机游走，但上述方法至少存在如下主要问题：

7、其随机游走根因分析采用的是基于概率图的节点随机游走策略，通过统计游走结果中节点出现的频数作为根因指标选择标准，在复杂多时序数据条件下，搜索的根因指标准确率低。

技术实现思路

1、针对现有技术中的问题，本发明实施例提供一种根因分析处理方法及装置，能够至少部分地解决现有技术中存在的问题。

2、一方面，本发明提出一种根因分析处理方法，包括：

3、根据有向概率图构建概率转移矩阵，将待分析指标项作为随机游走的开始节点，根据所述开始节点和所述概率转移矩阵生成随机游走路径集合；

4、其中，所述有向概率图中的各节点分别与各指标项对应，所述有向概率图中的有向边表示相连的两个指标项之间在控制变量集合下的条件概率；所述概率转移矩阵表示各条件概率，且对角线元素都为零；

5、根据所述概率转移矩阵和所述随机游走路径集合，计算各候选节点分别与所述开始节点之间的相关分数；

6、其中，各候选节点为出现在所述随机游走路径集合中的节点；

7、根据各候选节点、所述随机游走路径集合中的与每条随机游走路径对应的随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数，并根据各综合分数确定分析所述待分析指标项的根因指标项。

8、其中，所述根据有向概率图构建概率转移矩阵，包括：

9、采用偏相关系数分析方法，并根据有向概率图构建概率转移矩阵。

10、其中，所述根据所述开始节点和所述概率转移矩阵生成随机游走路径集合，包括：

11、采用回溯广度优先的图搜索算法，并根据所述开始节点和所述概率转移矩阵生成随机游走路径集合。

12、其中，所述根据所述概率转移矩阵和所述随机游走路径集合，计算各候选节点分别与所述开始节点之间的相关分数，包括：

13、根据所述概率转移矩阵和所述随机游走路径集合，确定各候选节点；

14、利用随机序列之间的波动相关性方法，计算各候选节点分别与所述开始节点之间的相关分数。

15、其中，所述根据各候选节点、所述随机游走路径集合中的与每条随机游走路径对应的随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数，包括：

16、根据各候选节点和每条随机游走路径对应的随机游走路径分数，确定分别包含各候选节点的目标随机游走路径集合中对应的目标随机游走路径分数；

17、根据各目标随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数。

18、其中，确定所述每条随机游走路径对应的随机游走路径分数，包括：

19、采用指数累积相加的方式，并根据所述随机游走路径集合和所述概率转移矩阵，计算得到各随机游走路径分数。

20、其中，所述根据各综合分数确定分析所述待分析指标项的根因指标项，包括：

21、将各综合分数按照由大到小的顺序排序，从排序序列中选择预设数量的综合分数对应的根因指标项作为所述根因指标项。

22、一方面，本发明提出一种根因分析处理装置，包括：

23、生成单元，用于根据有向概率图构建概率转移矩阵，将待分析指标项作为随机游走的开始节点，根据所述开始节点和所述概率转移矩阵生成随机游走路径集合；

24、其中，所述有向概率图中的各节点分别与各指标项对应，所述有向概率图中的有向边表示相连的两个指标项之间在控制变量集合下的条件概率；所述概率转移矩阵表示各条件概率，且对角线元素都为零；

25、计算单元，用于根据所述概率转移矩阵和所述随机游走路径集合，计算各候选节点分别与所述开始节点之间的相关分数；

26、其中，各候选节点为出现在所述随机游走路径集合中的节点；

27、确定单元，用于根据各候选节点、所述随机游走路径集合中的与每条随机游走路径对应的随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数，并根据各综合分数确定分析所述待分析指标项的根因指标项。

28、再一方面，本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，

29、所述处理器和所述存储器通过所述总线完成相互间的通信；

30、所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

31、根据有向概率图构建概率转移矩阵，将待分析指标项作为随机游走的开始节点，根据所述开始节点和所述概率转移矩阵生成随机游走路径集合；

32、其中，所述有向概率图中的各节点分别与各指标项对应，所述有向概率图中的有向边表示相连的两个指标项之间在控制变量集合下的条件概率；所述概率转移矩阵表示各条件概率，且对角线元素都为零；

33、根据所述概率转移矩阵和所述随机游走路径集合，计算各候选节点分别与所述开始节点之间的相关分数；

34、其中，各候选节点为出现在所述随机游走路径集合中的节点；

35、根据各候选节点、所述随机游走路径集合中的与每条随机游走路径对应的随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数，并根据各综合分数确定分析所述待分析指标项的根因指标项。

36、本发明实施例提供一种非暂态计算机可读存储介质，包括：

37、所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：

38、根据有向概率图构建概率转移矩阵，将待分析指标项作为随机游走的开始节点，根据所述开始节点和所述概率转移矩阵生成随机游走路径集合；

39、其中，所述有向概率图中的各节点分别与各指标项对应，所述有向概率图中的有向边表示相连的两个指标项之间在控制变量集合下的条件概率；所述概率转移矩阵表示各条件概率，且对角线元素都为零；

40、根据所述概率转移矩阵和所述随机游走路径集合，计算各候选节点分别与所述开始节点之间的相关分数；

41、其中，各候选节点为出现在所述随机游走路径集合中的节点；

42、根据各候选节点、所述随机游走路径集合中的与每条随机游走路径对应的随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数，并根据各综合分数确定分析所述待分析指标项的根因指标项。

43、本发明实施例提供的根因分析处理方法及装置，根据有向概率图构建概率转移矩阵，将待分析指标项作为随机游走的开始节点，根据所述开始节点和所述概率转移矩阵生成随机游走路径集合；其中，所述有向概率图中的各节点分别与各指标项对应，所述有向概率图中的有向边表示相连的两个指标项之间在控制变量集合下的条件概率；所述概率转移矩阵表示各条件概率，且对角线元素都为零；根据所述概率转移矩阵和所述随机游走路径集合，计算各候选节点分别与所述开始节点之间的相关分数；其中，各候选节点为出现在所述随机游走路径集合中的节点；根据各候选节点、所述随机游走路径集合中的与每条随机游走路径对应的随机游走路径分数、在所述随机游走路径集合中分别出现各候选节点的频次以及与各候选节点分别对应的相关分数，计算得到与各候选节点分别对应的综合分数，并根据各综合分数确定分析所述待分析指标项的根因指标项，能够提高根因分析准确率。