基于多维度数据分析的智能拨测告警方法和装置与流程

本申请涉及拨测监控，特别是涉及一种基于多维度数据分析的智能拨测告警方法和装置。

背景技术：

1、拨测是指模拟终端用户主动对应用进行访问测试，获取应用的各项性能指标，以监控互联网系统可用性的一种监控方法。

2、然而，现有的拨测监控常为黑盒探测，仅能监控系统服务可用或不可用，当拨测告警发生时，无法定位到具体产生问题的原因。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够定位拨测平台告警原因的基于多维度数据分析的智能拨测告警方法和装置。

2、第一方面，本申请提供了一种基于多维度数据分析的智能拨测告警方法，包括：

3、获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；

4、基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；

5、将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因。

6、在其中一个实施例中，获取参考告警数据包括：

7、实时采集初始告警数据；

8、提取在预设时间段生成的初始告警数据，获取参考告警数据；

9、其中，预设时间段为包含拨测告警数据生成时间的连续时间段。

10、在其中一个实施例中，基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集包括：

11、提取与第一告警对象相同的第二告警对象对应的参考告警数据，组成主关联告警数据集；

12、提取与第一告警对象具有场景拓扑关系的第二告警对象对应的参考告警数据，组成次关联告警数据集。

13、在其中一个实施例中，将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因包括：

14、将主关联告警数据集和拨测告警数据输入词向量模型中，获取主关联告警数据集中各元素与拨测告警数据之间的相似度评分，根据相似度评分对主关联告警数据集各元素对应的第二告警对象进行排序，获取主关联告警列表；

15、将次关联告警数据集和拨测告警数据输入词向量模型中，获取次关联告警数据集中各元素与拨测告警数据之间的相似度评分，根据相似度评分对次关联告警数据集各元素对应的第二告警对象进行排序，获取次关联告警列表；

16、根据主关联告警列表和次关联告警列表，获取告警根因。

17、在其中一个实施例中，根据主关联告警列表和次关联告警列表，获取告警根因包括：

18、根据相似度评分从大到小的顺序依次从主关联告警列表中提取数量为第一阈值的第二告警对象对应告警类别，获取主告警类别；

19、根据相似度评分从大到小的顺序依次从次关联告警列表中提取数量为第二阈值的第二告警对象对应告警类别，获取次告警类别；

20、根据主告警类别和次告警类别，获取告警根因。

21、在其中一个实施例中，词向量模型的训练包括：

22、采集历史告警数据；

23、将历史告警数据按照采集时间进行排序，采用滑动时间窗口的方式对历史告警数据进行分割，获取具有时间关联性的若干告警集；

24、采用基于全局词频统计的回归算法提取告警集的时序特征，获取各历史告警数据的向量表示；

25、根据两两历史告警数据对应向量表示的欧式距离，获取两两历史告警数据之间的相似度评分。

26、第二方面，本申请提供了一种基于多维度数据分析的智能拨测告警装置，装置包括：

27、数据获取模块，用于获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；

28、关联数据提取模块，用于基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；

29、根因输出模块，用于将主关联告警数据集和次关联数据集分别与拨测告警数据输入词向量模型中，获取拨测告警数据对应的告警根因。

30、第三方面，本申请提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

31、获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；

32、基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；

33、将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因。

34、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

35、获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；

36、基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；

37、将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因。

38、第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

39、获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；

40、基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；

41、将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因。

42、上述基于多维度数据分析的智能拨测告警方法和装置，获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因。本申请通过将拨测告警信息与参考告警信息进行包括告警对象和语义的多维度分析关联，结合参考告警信息中的告警类别，预测拨测告警数据对应的告警根因，有效降低告警分析难度，同时快速定位告警根因，有助于缩短故障恢复时间。

技术特征：

1.一种基于多维度数据分析的智能拨测告警方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，获取参考告警数据包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述第二告警对象与所述第一告警对象之间的关联性，从所述参考告警数据中提取主关联告警数据集和次关联告警数据集包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述主关联告警数据集和所述次关联数据集分别与所述拨测告警数据输入预训练的词向量模型中，获取所述拨测告警数据对应的告警根因包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述主关联告警列表和所述次关联告警列表，获取所述告警根因包括：

6.根据权利要求1所述的方法，其特征在于，所述词向量模型的训练包括：

7.一种基于多维度数据分析的智能拨测告警装置，其特征在于，所述装置包括：

8.一种计算机设备，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6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种基于多维度数据分析的智能拨测告警方法和装置。所述方法包括：获取拨测告警数据和参考告警数据；拨测告警数据包括第一告警对象，参考告警数据包括第二告警对象和第二告警对象对应的告警类别；拨测告警数据由拨测平台生成；基于第二告警对象与第一告警对象之间的关联性，从参考告警数据中提取主关联告警数据集和次关联告警数据集；将主关联告警数据集和次关联数据集分别与拨测告警数据输入预训练的词向量模型中，获取拨测告警数据对应的告警根因。采用本方法能够有效定位拨测平台告警原因。

技术研发人员：邢畅
受保护的技术使用者：中国人寿保险股份有限公司
技术研发日：
技术公布日：2024/5/16