(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211316914.X (22)申请日 2022.10.26 (71)申请人 腾云悦智科技 （长 沙） 有限责任公司 地址 410208 湖南省长 沙市岳麓区洋湖街 道潇湘南路一段208号柏利大厦21006 室 (72)发明人 杨骏　郭学威　 (74)专利代理 机构 深圳市中科创为专利代理有 限公司 4 4384 专利代理师 谢志龙　徐方星 (51)Int.Cl. G06F 11/30(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 一种基于对象关系进行智能发现告警标签 的方法 (57)摘要 本发明公开一种基于对象关系进行智能发 现告警标签的方法， 通过设置对象之间的关系亲 密度值， 并给告警对象配置告警规则， 当告警规 则被触发时， 生成对应告警对象的告警事件， 分 析告警事件提取出对应的告警对象， 然后进行智 能算法分析生成告警聚类标签， 由运维人员对告 警聚类结果和/或标签进行标记， 再进行人为分 析， 从而调整 运维策略， 降低系统连续性风险。 本 发明基于配置管理数据库里面的对象关系及告 警信息文本进行综合分析， 对告警信息进行自动 聚类， 由工程师确认并对相应的聚类结果进行标 签命名， 帮助运维工程师发现告警信息隐藏的分 布规律， 更好地进行运维策略调整， 持续提高业 务系统连续 性。 权利要求书2页 说明书5页 附图1页 CN 115391151 A 2022.11.25 CN 115391151 A 1.一种基于对象关系进行智能发现告警标签的方法， 其特 征在于， 包括如下步骤： 步骤1： 设置对象关系的亲密度值； 步骤2： 配置管理数据库中记录各告警对象， 以及各告警对象之间的关系的亲密度值； 步骤3： 给告警对象配置告警规则； 步骤4： 当告警规则被 触发时， 生成对应告警对象的告警事 件； 步骤5： 分析告警事 件的文本， 提取 出告警事 件对应的告警对象； 步骤6： 基于不同的告警事件的对象关系及告警的内容进行智能算法分析， 生成告警聚 类标签； 步骤7： 运维人员给生成的告警聚类结果和/或标签标记名称； 步骤8： 基于告警聚类结果和/或标签运维人员通过人为分析去调整运维策略， 降低系 统连续性风险。 2.根据权利要求1所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 所 述步骤1中所设置的对象关系亲密度包括依赖、 关联、 聚合以及组合。 3.根据权利要求2所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 对 所述对象关系亲密度分别进行 赋值为： 依赖=1、 关联=2、 聚合= 3、 组合=4。 4.根据权利要求1所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 所 述步骤3中的告警规则为用户根据监控指标划分层次选择相 应的参数进行设置， 所述监控 指标划分层次包括： 用户体验监控： 包括页面响应时间、 拨测登录、 页面渲染时间、 以及接口响应时间四个 配置参数； 业务监控： 包括访问量、 页面浏览量、 日活跃量、 交易量、 交易时长、 以及交易成功率六 个配置参数； 应用监控： 包括请求量、 响应时间、 响应成功率、 建边成功率、 以及调用链路五个配置参 数； 中间件监控： 包括中间件、 数据库、 以及容器监控三个 配置参数； 系统监控： 包括操作系统以及虚拟机两个配置参数， 其中， 操作系统包括进程、 端口、 输 入输出端口、 网络、 中央处理器、 内存、 以及磁盘七个子项参数， 虚拟机包括中央处理器、 内 存、 以及磁 盘三个子项参数； 基础设施监控： 机房温度、 湿度、 风扇转速、 电压、 设备存活状态、 以及动环系统六个配 置参数。 5.根据权利要求1所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 所 述步骤6中进 行智能算法分析采用的模 型包括告警源接收模块、 数据查询模块、 数据处理模 块、 模型训练模块以及模型验证模块， 其中： 告警源接收模块， 用于获取系统或业 务的告警信息， 并对告警信息做部分预处 理； 数据查询模块， 用于查询配置管理数据库相关数据， 并获取相关数据， 以便后续的数据 加工； 数据处理模块， 用于处 理告警数据， 对所述告警数据进行 特征提取， 得到特 征数据； 模型训练模块， 用于通过训练数据对告警识别模型进行训练， 当训练误差值满足预设 值时结束训练；权　利　要　求　书 1/2 页 2 CN 115391151 A 2模型验证模块， 用于将验证数据输入至训练后的告警识别模型， 验证告警标签识别效 果。 6.根据权利要求5所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 所 述数据查询模块所获取的数据为对象间的关系的亲密度值的特 征数据。 7.根据权利要求5所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 所 述数据处 理模块对告警数据的处 理以及特 征提取的流 程步骤为： 步骤a1： 将告警数据进行整合； 步骤a2： 将整合的告警数据进行清洗， 对不合理值、 空值利用对应时间点左右的数据进 行线性拟合 替代； 步骤a3： 通过设定的业 务知识和随机组合进行 特征构建； 步骤a4： 通过训练模型的分数和业 务知识确定最终的特 征。 8.根据权利要求5所述的基于对象关系 进行智能发现告警标签的方法， 其特征在于， 所 述模型训练模块的模型训练流 程步骤为： 步骤b1： 将整合的告警数据； 步骤b2： 将整合的告警数据注入到LightGBM和双向RNN模型中， RNN模型在数据注入前 将特征向量化为300维； 步骤b3： 针对每 个维度输出多分类的结果， 采取其中最优的分类结果； 步骤b4： 对采取的最优分类结果进行校验， 对多分类micro分数大于80%的进行置信， 采 取该分类结果。权　利　要　求　书 2/2 页 3 CN 115391151 A 3