申请/专利权人：中国科学院信息工程研究所;国家计算机网络与信息安全管理中心

申请日：2022-08-03

公开（公告）日：2024-04-30

公开（公告）号：CN115460061B

主分类号：H04L41/0631

分类号：H04L41/0631;H04L41/08;H04L41/0803;H04L41/14;H04L43/0823;H04L43/50

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2022.12.27#实质审查的生效;2022.12.09#公开

摘要：本发明公开了一种基于智能运维场景的健康度评价方法及装置。所述方法包括：收集运维系统的日志数据和配置数据；对所述日志数据和所述配置数据进行预处理，以构建业务关键信息数据库；基于配置id在各设定时间间隔中的数据与标签，分别训练向量自回归模型与LSTM‑AE模型，以获取每一配置id在预测时间的向量自回归模型异常分数和LSTM‑AE模型异常分数；综合所述配置id在预测时间的向量自回归模型异常分数和LSTM‑AE模型异常分数，得到所述配置id在预测时间的异常分数；基于各配置id在预测时间的异常分数，计算所述运维系统在预测时间的健康度。本发明实现了对于智能运维场景的健康度评估。

主权项：1.一种基于智能运维场景的健康度评价方法，其特征在于，所述方法包括：收集运维系统的日志数据和配置数据；对所述日志数据和所述配置数据进行预处理，以构建业务关键信息数据库；其中，所述业务关键信息数据库中的数据包括：时间、配置id、配置目标和配置量；基于配置id在各设定时间间隔中的数据与标签，分别训练向量自回归模型与LSTM-AE模型，以获取每一配置id在预测时间的向量自回归模型异常分数和LSTM-AE模型异常分数；其中，所述标签包括：异常情况和指标之间的关联影响；综合所述配置id在预测时间的向量自回归模型异常分数和LSTM-AE模型异常分数，得到所述配置id在预测时间的异常分数；基于各配置id在预测时间的异常分数，计算所述运维系统在预测时间的健康度；其中，所述基于各配置id在预测时间的异常分数，计算所述运维系统在预测时间的健康度，包括：基于专家知识，将所述配置id分类为对于系统影响较大的配置id和对于系统影响较小的配置id；分别设置对于系统影响较大的配置id和对于系统影响较小的配置id的权重；基于各配置id在预测时间的异常分数、异常的日志统计量时间、日志统计量的总时间、异常的配置量时间、配置量总时间以及所述权重，得到所述运维系统在预测时间的健康度ft，t表示预测时间。

全文数据：

权利要求：

百度查询： 中国科学院信息工程研究所;国家计算机网络与信息安全管理中心 基于智能运维场景的健康度评价方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD