CN100349158C - 一种从问题数据中提取失效模式的方法及系统 - Google Patents

Abstract

本发明公开了一种从问题数据中提取失效模式的方法，用于分析产品运行时产生的问题数据，包括步骤：获取产品运行产生的问题数据；根据用户视角原则以及最小粒度原则判断所述问题数据是否符合失效模式描述标准，如果否，则根据用户视角原则以及最小粒度原则将所述问题数据转换成符合失效模式描述标准的问题数据；如果是，则将前述符合失效模式描述标准的问题数据作为失效模式进行存储。本发明还公开了一种从问题数据中提取失效模式的系统。

Description

一种从问题数据中提取失效模式的方法及系统

技术领域

本发明涉及通信领域产品测试技术，特别是涉及一种从产品运行中产生的问题数据中提取失效模式的方法及系统。

背景技术

随着社会及科技的进展，计算机、服务器、单片机、各种通信设备(如交换机、路由器)等电气产品及设备得到日益广泛的应用。在各类电气产品及设备中，通常采用硬件产品和软件产品的结合以达成各种预定的功能。但是可以理解的是，由于各种自然因素或人为因素，产品在运行时可能会发生故障。为了解决这些故障以及指导后续产品的开发，需要对其进行合理有效的分析。

现有技术中，一种典型的问题数据分析方法是ODC(正交缺陷分类)方法，ODC分析方法的原理是事先拟定标准，通过检测产品各阶段的数据指标跟拟定的标准是否相符，从而对过程进行改进。该方法能够分析出缺陷的类型、缺陷的分布规律跟产品各阶段的关系，用以指导本产品各阶段的质量改进。

但是，由于该方法主要关注的是如何监控当前产品的研发过程，而不关注具体的技术问题；因而该方法并不会在产品出现故障时提取出具体的问题数据，从而无法有效地为后续产品的开发提供指导。

为了将分析结果提供给后续开发的产品使用，以求有效的降低产品的缺陷数目，提高产品的可靠性，通常的做法是在产品运行发生故障时生成问题数据，对所述问题数据进行分析。

另一种问题数据分析方法的现有技术是硬件故障数据分析方法。该方法在设备产生故障时记录硬件及其故障模式、频率等数据，并进行分类；将分类后的数据存入硬件故障数据库，也称为硬件故障模式库。

表1所示是所述硬件故障数据库的一种常见的表现形式。

表1

器件/电路类别	故障模式	故障频率：GJB/Z299A	故障频率：RCA1991
				XX型数字电路	高输出低输出性能退化开路短路	0.40.50.010.050.04
YY型数字电路	高输出低输出性能退化开路短路	0.10.20.10.30.3

硬件故障数据分析方法的缺点在于：由于在分析问题数据时仅仅针对硬件(器件/电路)进行统计，并没有从系统(包括软、硬件)范围进行统计；从而无法脱离具体产品的限制，其通用性较弱，对本类产品的后续开发指导来说针对性不大。

发明内容

本发明解决的技术问题在于提供一种从问题数据中提取失效模式的方法及系统，可以建立通用的问题数据分类，从而为产品的后续开发进行针对性的指导。

为此，本发明解决技术问题的技术方案是：提供一种从问题数据中提取失效模式的方法，用于分析产品运行时产生的问题数据，包括步骤：

1)获取产品运行产生的问题数据；

2)根据用户视角原则以及最小粒度原则判断所述问题数据是否符合失效模式描述标准，如果否，则进入步骤3)；如果是，则进入步骤4)；

3)根据用户视角原则以及最小粒度原则将所述问题数据转换成符合失效模式描述标准的问题数据，进入步骤4)；

4)将前述符合失效模式描述标准的问题数据作为失效模式进行存储。

优选地，所述步骤2)具体包括：

21)判断所述问题数据是否符合用户视角原则，如果否，则进入步骤22)；如果是，则进入步骤23)；

22)将所述问题数据转换成符合用户视角原则的数据；

23)判断所述问题数据是否符合最小粒度原则，如果否，则进入步骤3)；如果是，则进入步骤4)；

所述步骤3)中，将所述问题数据转换成符合最小粒度原则的数据。

优选地，所述步骤21)具体包括：

211)判断所述问题数据中是否包含符合用户视角原则的第一类关键词，如果是，则进入步骤212)；如果否，则进入步骤22)；

212)判断所述问题数据中是否包含明显违背用户视角原则的第二类关键词，如果是，则进入步骤22)；如果否，则进入步骤23)；

所述步骤22)中，将问题数据转换为包含所述第一类关键词的数据；将问题数据中的所述第二类关键词转换为所述第一类关键词。

优选地，所述步骤22)中，还包括更新第一类关键词的步骤。

优选地，所述步骤23)具体包括：

231)判断所述问题数据中是否包含符合最小粒度原则的第三类关键词，如果是，则进入步骤232)；如果否，则进入步骤3)；

232)判断所述问题数据中是否包含明显违背最小粒度原则的第四类关键词，如果是，则进入步骤3)；如果否，则进入步骤4)；

所述步骤3)中，将问题数据转换为包含所述第三类关键词的数据；将问题数据中的所述第四类关键词转换为所述第三类关键词。

优选地，所述步骤3)中，还包括更新第三类关键词的步骤。

优选地，在步骤4)之后还包括步骤：

5)归一化前述失效模式，采用同一失效模式来描述内容相同的问题数据；

6)合并相同的失效模式；

7)对合并后的失效模式进行分层与分类，形成多层失效模式。

优选地，所述步骤6)中还包括记录各失效模式的数目。

优选地，还包括在步骤7)之后将所述多层失效模式进行排序，生成失效分类数据。

优选地，所述步骤7)具体包括：

71)读取高层失效分类；

72)根据所述高层失效分类形成初步的多层失效模式；

73)将合并后的失效模式作为底层失效分类，按照其对应的高层失效分类补充至所述多层失效模式；

74)判断合并后的失效模式是否都补充完毕，如果否，则进入步骤75)；如果是，则结束处理；

75)调整高层失效分类，并返回步骤72)。

优选地，在所述步骤7)之后还包括：

81)计算各层次失效分类对应的失效模式的数目；

82)将同一层次的失效分类按失效模式的数目进行排序，生成失效分类数据。

本发明还提供一种从问题数据中提取失效模式的系统，用于分析产品运行时产生的问题数据；包括：

问题数据输入单元，用于获取产品运行产生的问题数据；

失效模式获取单元，用于根据用户视角原则以及最小粒度原则判断所述问题数据是否符合失效模式描述标准；根据用户视角原则以及最小粒度原则将不符合失效模式描述标准的问题数据转换成符合失效模式描述标准的问题数据；将符合失效模式描述标准的问题数据作为失效模式进行存储。

优选地，所述失效模式获取单元包括：数据校验单元，用于判断所述问题数据是否符合用户视角原则和最小粒度原则；转换单元，用于转换不符合用户视角原则和最小粒度原则的问题数据；存储单元，用于存储符合用户视角原则和最小粒度原则的失效模式。

优选地，还包括：失效模式分析单元，用于处理由失效模式获取单元输出的失效模式，生成失效分类数据；失效分类数据输出单元，用于输出所述失效分类数据。

优选地，所述失效模式分析单元包括：归一化单元，用于归一化前述失效模式，采用同一失效模式来描述内容相同的问题数据；合并单元，用于合并相同的失效模式；分层与分类单元，用于对合并后的失效模式进行分层与分类，形成多层失效模式。

优选地，所述失效模式分析单元还包括排序单元，用于将所述多层失效模式进行排序，生成失效分类数据。

相对于现有技术，本发明的有益效果是：由于本发明在分析产品运行中出现的问题数据时，首先判断其是否符合失效模式描述标准，按照失效模式描述标准来将问题数据转化为失效模式，从而不仅仅从硬件的角度出发进行统计，可以摆脱具体产品的限制，可以为后续开发的同类产品提供有效的指导。

此外，由于本发明的失效模式描述标准包括用户视角原则和最小粒度原则两个维度，这样，体现在用户之前的失效现象是相同的；详对现有技术具有较强的客观性和通用性。

另外，失效分类数据是建立失效模式库的基础，失效模式库用以为后续同类产品的开发进行指导；纠正本类产品常出现的错误。这种指导是建立在失效分类通用性的基础之上的。

附图说明

图1是本发明从问题数据中提取失效模式的系统的框图；

图2是本发明中失效模式获取装置提取失效模式的流程图；

图3是本发明提取失效模式的细化的流程图；

图4是本发明中失效模式获取单元的原理框图；

图5是本发明中失效模式分析处理装置分析失效模式的流程图；

图6是本发明中对失效模式进行分层与分类的流程图；

图7是发明中失效模式分析单元的原理框图。

具体实施方式

本发明提供从问题数据中提取失效模式的方法及系统，可以通过对产品运行中产生的失效问题进行处理，分析出失效分类数据，从而建立一个失效分类标准；利用所述失效分类标准，可以对问题进行系统级别的分类分析；并且分析结果能够对后续产品研发进行指导。

本发明中，所述失效(Failute)是指产品或设备运行时产生的一种用户不希望看到或不可接受的行为结果。

请参阅图1，所述系统包括失效模式获取装置100和失效模式分析处理装置200；所述失效模式获取装置100实现从问题数据中提取出失效模式的功能，并输出失效模式；所述失效模式分析处理装置200对失效模式获取装置100输出后的数据进行处理，输出失效分类数据。

本发明中，所述失效模式是指失效的表现形式，是问题的外在表现形式；通常，失效模式获取装置100可以采用列表或图表或数组或文件等形式输出失效模式。所述失效分类数据是指经过处理后的失效模式；通常，失效模式分析处理装置200也可以采用列表或图表或数组或文件等形式输出失效分类数据。

其中，所述失效模式获取装置100包括问题数据输入单元110和失效模式获取单元120；所述问题数据输入单元110用于获取产品运行产生的问题数据；所述失效模式获取单元120用于判断所述问题数据是否符合失效模式描述标准；将不符合失效模式描述标准的问题数据转换成符合失效模式描述标准的问题数据；将符合失效模式描述标准的问题数据作为失效模式进行存储。

所述失效模式分析处理装置200包括失效模式分析处理单元210和失效分类数据输出单元220；所述失效模式分析处理单元210用于处理由失效模式获取单元输出的失效模式，生成失效分类数据；所述失效分类数据输出单元220用于输出所述失效分类数据。

请参阅图2，所述失效模式获取装置100的工作流程是：

1)首先，获取产品运行产生的问题数据。

所述问题数据指描述失效问题的数据，该数据是失效现象的已经格式化或未格式化的描述；如网上问题记录就是一种问题数据。产品运行时产生的问题数据可以自动生成并存储至问题数据库，或者通过人工录入至问题数据库，采用文件、表格等不同的形式进行存放。

因此，可以从文件、表格等不同的存放形式中获取问题数据。

2)其次，判断所述问题数据是否符合失效模式描述标准，如果否，则进入步骤3)；如果是，则进入步骤4)。

所述失效模式描述标准从用户的角度来描述失效现象，使得体现在用户面前的失效现象具有客观性和通用性。

3)将所述问题数据转换成符合失效模式描述标准的问题数据，进入步骤4)。

4)将前述符合失效模式描述标准的问题数据作为失效模式进行存储。

本发明中，在判断问题数据是否符合失效模式描述标准时，从两个维度进行数据校验。这两个维度可以概括为两个原则：

一是用户视角原则，即提取的失效模式必须是按照用户的角度来描述，举例来说：“代码中某个变量赋值错误”这种描述涉及到产品内部的具体实现方式，从用户的角度不可能看到该错误，这种描述是不符合用户视角原则的；而如果由于“代码中某个变量赋值错误”而出现了“单板在位告警误报”，因为“单板在位告警误报”用户可以看到，所以“单板在位告警误报”是符合用户视角原则的描述。

第二个原则是最小粒度原则，要求提取的失效模式必须是用户所看到的最小粒度；举例来说：“告警误报”这种描述比较宽泛，并不是用户所能看到的最小粒度，这种描述是不符合最小粒度原则的；“单板在位告警误报”，则符合最小粒度原则。

请参阅图3，是将用户视角原则及最小粒度原则分解开后的失效模式获取装置100的流程图。

首先，取出问题数据并将问题按照失效模式初步描述。

然后，判断所述问题数据是否符合用户视角原则，如果否，则将所述问题数据转换成符合用户视角原则的数据；如果是，则继续进行最小粒度原则校验。

判断所述问题数据是否符合最小粒度原则，如果否，则将所述问题数据转换成符合最小粒度原则的数据；如果是，则将问题数据作为失效模式进行存储。

进行数据校验的一种实施例是采用关键词查找匹配的方法。即将本类产品中符合用户视角原则和最小粒度原则的关键词组分别组成词表，称为词表A，把明显违背该原则的关键词分别组成另外的词表，称为词表B；通过关键词比较，如果问题数据的“失效模式初步描述”包含词表A中的关键词，不包含词表B中的关键词，则可认为此问题数据符合用户视角原则和最小粒度原则。

其中，如果将分别符合用户视角原则或最小粒度原则的关键词称为第一类关键词和第三类关键词；将明显违背用户视角原则或最小粒度原则的关键词称为第二类关键词和第四类关键词，则所述流程具体包括：

通过词表A中的词语和常用词语(也可以采用表项，如词表C存放)的组合，将问题数据组成一个失效模式的初步描述。

判断所述问题数据中是否包含第一类关键词，如果否，则更新失效模式初步描述，将问题数据转换为包含第一类关键词的数据；如果是，则继续校验第二类关键词。

判断所述问题数据中是否包含第二类关键词，如果是，则更新失效模式初步描述，将问题数据中的第二类关键词转换为第一类关键词；如果否，则继续校验第三类关键词。

判断所述问题数据中是否包含第三类关键词，如果否，则更新失效模式初步描述，将问题数据转换为包含第三类关键词的数据；如果是，则继续校验第四类关键词。

判断所述问题数据中是否包含第四类关键词，如果是，则更新失效模式初步描述，将问题数据中的第四类关键词转换为第三类关键词；如果否，则将问题数据作为失效模式进行存储。

可以理解的是，用户还可以在必要时更新关键词表A和B。

所述失效模式的存储可以采用列表或其他合适的形式进行。表2给出一种采用列表存放失效模式的实例。

表2

序号	失效模式
		1	单板在位告警误报
2	用户部分2M业务中断
		3	登录网管失败
…	…

需要说明的是，表2及后续的各列表的内容仅为某一个实际应用的例子；其内容和条目数跟被分析的问题数据有关，不同的问题数据将导致不同的输出内容和条目数。

请参阅图4，为了实现前述工作流程，本发明中的失效模式获取单元120包括：数据校验单元121，用于判断所述问题数据是否符合用户视角原则和最小粒度原则；转换单元122，用于转换不符合用户视角原则和最小粒度原则的问题数据；存储单元123，用于存储符合用户视角原则和最小粒度原则的失效模式。

经过失效模式获取装置100处理后，失效模式数据已经被提取出来，存放在失效模式列表中；这些数据符合用户视角原则和最小粒度原则。

随后，失效模式分析处理装置200对失效模式列表中的数据进行处理，其处理流程请参阅图5。

首先，归一化前述失效模式，采用同一失效模式来描述内容相同的问题数据。

通常，存放在失效模式列表中的失效模式在描述上没有归一化，存在相同的失效有多种描述形式的情况，因此需要对这些描述进行归一化处理。归一化前的数据形式(取自失效模式列表)，如表3所示。

表3

序号	失效模式
		1	单板在位告警误报
2	用户部分2M业务中断
		3	登录网管失败
4	用户使用的部分2M业务中断

在表3中，序号2和序号4描述的是同一个失效模式，但是“用户部分2M业务中断”和“用户使用的部分2M业务中断”却不完全相同；对这种情况，需要选择其中的一条失效模式描述作为标准描述，所有的相同的失效模式都采用该标准，表3的数据归一化后的列表如表4所示。

表4

序号	失效模式
		1	单板在位告警误报
2	用户部分2M业务中断
		3	登录网管失败
4	用户部分2M业务中断

随后，合并相同的失效模式。

归一化后的失效模式，会出现有多条相同的记录；接下来需要对相同的失效模式进行合并，并记录其次数；得到表5形式的数据。

表5

序号	失效模式	统计数目
			1	单板在位告警误报	1
2	用户部分2M业务中断	2
			3	登录网管失败	1

失效模式合并后，后续的工作是对其进行分层、分类，形成多层失效模式。分层指对具有某种性质的失效模式抽象出更高的描述层次，分类指更高的层次也需要分类。分层、分类的作用体现在两个方面，一是失效模式描述更具体系化，二是得到失效分类列表后，用失效分类列表进行数据分析可分析统计更高层次的数据。如失效模式“2M业务中断”和“34M业务中断”同属于“业务中断”，“业务中断”是比“2M业务中断”和“34M业务中断”更高层次的描述；所以可抽象出更高的层次“业务中断”。

分层原理是自下而上抽象描述，但是操作上采取自上而下的分层方法；先确定最高的层次，再分析较低的层次，失效模式描述的内容为最低的层次。这样作的目的是保证每一层的模式的正交性，并保证失效模式的覆盖性。可以理解的是，最后分析出的失效分类列表中，允许出现高层的描述后没有具体失效模式的情况。

分层与分类的步骤大体为：读取高层失效分类；根据所述高层失效分类形成初步的多层失效模式；将合并后的失效模式作为底层失效分类，按照其对应的高层失效分类补充至所述多层失效模式；判断合并后的失效模式是否都补充完毕，如果否，则调整高层失效分类和初步的多层失效模式，继续进行；如果是，则结束处理。

为了便于理解，下面结合实施例进一步描述分层与分类的步骤。

本发明的一个实施例中，首先，将失效模式描述层次确定为3层，其中最高层次(第一层次)的失效分类和中间层次(第二层次)失效分类的描述由使用者提供。

所述3层的失效模式描述层次中，包括：

1业务功能：

真正用户要使用的功能。如：全部用户业务中断、部分用户业务中断、杂音、误码、业务配置失败等。

2对接功能：

与其他设备的外部对接，如协议不匹配、物理接口不匹配、时钟异常等。

3信息上报

系统产生的全部信息的上报功能，如告警信息误报/乱报/丢失等。

其中，业务功能、对接功能、信息上报功能是第一层次；其包含的内容属于第二层次。

请参阅图6，其流程是：

首先，读取失效分类的一二层次；根据所述一二层次形成初步的多层失效模式；将合并后的失效模式作为第三层的失效分类，按照其对应的高层失效分类补充至所述多层失效模式；判断合并后的失效模式是否都补充完毕，如果否，则意味着需要调整高层失效分类和初步的多层失效模式，继续进行；如果是，则结束处理，得到分层后的失效模式列表，如表6所示。

表6

第一层	第二层	第三层	数目
				业务功能	误码	再生段误码	34
业务功能	告警	上报LOS告警	75
				业务功能	告警	上报LOF告警	3
对接功能	业务异常	对接后所有业务异常	2
				信息上报	告警信息误报	LOS告警信息误报	10

下一步进行失效模式排序，先计算出各层次分类对应的失效模式数目，同一层次间以多应的数目次序进行存放。注意低层的数据必须放到同一上层中，不能跨层存放。经过排序后的失效模式列表如表7所示。

表7

第一层	第二层	第三层	数目	比例
					业务功能			112	70.9％
	告警		78	49.4％
							上报LOS告警	75	47.5％
		上报LOF告警	3	1.9％
					…	误码		34	21.5％
		再生段误码	34	21.5％
					信息上报			10	6.3％
	告警信息误报		10	6.3％
							LOS告警信息误报	10	6.3％
对接功能			2	1.3％
						业务异常		2	1.3％
		对接后所有业务异常	2	1.3％

去掉数目和比例等数字后就得到失效分类列表，其格式如表8所示。

表8

业务功能
				告警
		上报LOS告警
					上报LOF告警
…	误码

		再生段误码
			信息上报
	告警信息误报
					LOS告警信息误报
对接功能
				业务异常
		对接后所有业务异常

本发明从失效模式的角度对问题进行分析，归纳出失效分类列表。从用户(使用者)的角度来描述失效的这种分类方法，跟传统的分类分析方法有很大的差别：由于体现在用户面前的失效现象具有客观性和通用性，所以以此角度分析得出的失效分类列表也具有客观性和通用型；以这样的失效分类列表为标准对问题进行分类分析后所获得的数据可以指导同类产品的开发，解决同类产品的一些典型的失效。

请参阅图7，为了实现所述流程，所述失效模式分析单元210包括：归一化单元211，用于归一化前述失效模式，采用同一失效模式来描述内容相同的问题数据；合并单元212，用于合并相同的失效模式；分层与分类单元213，用于对合并后的失效模式进行分层与分类，形成多层失效模式；排序单元214，用于将所述多层失效模式进行排序，生成失效分类数据。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1、一种从问题数据中提取失效模式的方法，用于分析产品运行时产生的问题数据，其特征在于，包括步骤：

1)获取产品运行产生的问题数据；

2)根据用户视角原则以及最小粒度原则判断所述问题数据是否符合失效模式描述标准，如果否，则进入步骤3)；如果是，则进入步骤4)；

3)根据用户视角原则以及最小粒度原则将所述问题数据转换成符合失效模式描述标准的问题数据，进入步骤4)；

4)将前述符合失效模式描述标准的问题数据作为失效模式进行存储。

2、根据权利要求1所述的从问题数据中提取失效模式的方法，其特征在于，所述步骤2)具体包括：

21)判断所述问题数据是否符合用户视角原则，如果否，则进入步骤22)；如果是，则进入步骤23)；

22)将所述问题数据转换成符合用户视角原则的数据；

23)判断所述问题数据是否符合最小粒度原则，如果否，则进入步骤3)；如果是，则进入步骤4)；

所述步骤3)中，将所述问题数据转换成符合最小粒度原则的数据。

3、根据权利要求2所述的从问题数据中提取失效模式的方法，其特征在于，所述步骤21)具体包括：

211)判断所述问题数据中是否包含符合用户视角原则的第一类关键词，如果是，则进入步骤212)；如果否，则进入步骤22)；

212)判断所述问题数据中是否包含明显违背用户视角原则的第二类关键词，如果是，则进入步骤22)；如果否，则进入步骤23)；

所述步骤22)中，将问题数据转换为包含所述第一类关键词的数据；将问题数据中的所述第二类关键词转换为所述第一类关键词。

4、根据权利要求3所述的从问题数据中提取失效模式的方法，其特征在于：所述步骤22)中，还包括更新第一类关键词的步骤。

5、根据权利要求2所述的从问题数据中提取失效模式的方法，其特征在于，所述步骤23)具体包括：

231)判断所述问题数据中是否包含符合最小粒度原则的第三类关键词，如果是，则进入步骤232)；如果否，则进入步骤3)；

232)判断所述问题数据中是否包含明显违背最小粒度原则的第四类关键词，如果是，则进入步骤3)；如果否，则进入步骤4)；

所述步骤3)中，将问题数据转换为包含所述第三类关键词的数据；将问题数据中的所述第四类关键词转换为所述第三类关键词。

6、根据权利要求5所述的从问题数据中提取失效模式的方法，其特征在于：所述步骤3)中，还包括更新第三类关键词的步骤。

7、根据权利要求1至6任一项所述的从问题数据中提取失效模式的方法，其特征在于，在步骤4)之后还包括步骤：

5)归一化前述失效模式，采用同一失效模式来描述内容相同的问题数据；

6)合并相同的失效模式；

7)对合并后的失效模式进行分层与分类，形成多层失效模式。

8、根据权利要求7所述的从问题数据中提取失效模式的方法，其特征在于：所述步骤6)中还包括记录各失效模式的数目。

9、根据权利要求8所述的从问题数据中提取失效模式的方法，其特征在于，还包括在步骤7)之后将所述多层失效模式进行排序，生成失效分类数据。

10、根据权利要求8所述的从问题数据中提取失效模式的方法，其特征在于，所述步骤7)具体包括：

71)读取高层失效分类；

72)根据所述高层失效分类形成初步的多层失效模式；

73)将合并后的失效模式作为底层失效分类，按照其对应的高层失效分类补充至所述多层失效模式；

74)判断合并后的失效模式是否都补充完毕，如果否，则进入步骤75)；如果是，则结束处理；

75)调整高层失效分类，并返回步骤72)。

11、根据权利要求10所述的从问题数据中提取失效模式的方法，其特征在于，在所述步骤7)之后还包括：

81)计算各层次失效分类对应的失效模式的数目；

82)将同一层次的失效分类按失效模式的数目进行排序，生成失效分类数据。

12、一种从问题数据中提取失效模式的系统，用于分析产品运行时产生的问题数据；其特征在于，包括：

问题数据输入单元，用于获取产品运行产生的问题数据；

失效模式获取单元，用于根据用户视角原则以及最小粒度原则判断所述问题数据是否符合失效模式描述标准；根据用户视角原则以及最小粒度原则将不符合失效模式描述标准的问题数据转换成符合失效模式描述标准的问题数据；将符合失效模式描述标准的问题数据作为失效模式进行存储。

13、根据权利要求12所述的从问题数据中提取失效模式的系统，其特征在于，所述失效模式获取单元包括：数据校验单元，用于判断所述问题数据是否符合用户视角原则和最小粒度原则；转换单元，用于转换不符合用户视角原则和最小粒度原则的问题数据；存储单元，用于存储符合用户视角原则和最小粒度原则的失效模式。

14、根据权利要求12所述的从问题数据中提取失效模式的系统，其特征在于，还包括：失效模式分析单元，用于处理由失效模式获取单元输出的失效模式，生成失效分类数据；失效分类数据输出单元，用于输出所述失效分类数据。

15、根据权利要求12所述的从问题数据中提取失效模式的系统，其特征在于，所述失效模式分析单元包括：归一化单元，用于归一化前述失效模式，采用同一失效模式来描述内容相同的问题数据；合并单元，用于合并相同的失效模式；分层与分类单元，用于对合并后的失效模式进行分层与分类，形成多层失效模式。

16、根据权利要求15所述的从问题数据中提取失效模式的系统，其特征在于：所述失效模式分析单元还包括排序单元，用于将所述多层失效模式进行排序，生成失效分类数据。

Images