CN110535686A - 异常事件处理方法和装置 - Google Patents

异常事件处理方法和装置 Download PDF

Info

Publication number
CN110535686A
CN110535686A CN201910678390.0A CN201910678390A CN110535686A CN 110535686 A CN110535686 A CN 110535686A CN 201910678390 A CN201910678390 A CN 201910678390A CN 110535686 A CN110535686 A CN 110535686A
Authority
CN
China
Prior art keywords
node
affected
subsets
attribute information
influence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910678390.0A
Other languages
English (en)
Other versions
CN110535686B (zh
Inventor
王弈
邱雪雄
李阳
郦会
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yishicheng Technology Co Ltd
Original Assignee
Shenzhen Yishicheng Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yishicheng Technology Co Ltd filed Critical Shenzhen Yishicheng Technology Co Ltd
Priority to CN201910678390.0A priority Critical patent/CN110535686B/zh
Publication of CN110535686A publication Critical patent/CN110535686A/zh
Application granted granted Critical
Publication of CN110535686B publication Critical patent/CN110535686B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • H04L41/0631Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06Management of faults, events, alarms or notifications
    • H04L41/0677Localisation of faults

Abstract

本申请涉及一种异常事件处理方法和装置。通过异常事件对应的节点之间的影响关系,对节点进行合并,对合并的节点进行根因分析,根因分析采用被影响节点推导影响节点的逆向推导过程,实现根节点的查找,从而快速定位根事件,提高异常事件中的根事件的定位准确度。

Description

异常事件处理方法和装置
技术领域
本申请涉及计算机技术领域,尤其涉及一种异常事件处理方法和装置。
背景技术
随着计算机技术的不断发展,计算机技术被应用到各个领域中。如在监控领域中,计算机技术用于对设备、系统、应用程序等监控对象的监控数据进行处理。在对监控数据进行处理时,由于监控的设备、系统、应用程序等等之间存在关联关系,一个根事件形成的连锁告警,如果依靠人力分辨哪些告警应为同一根节点的话,工作量、准确性低。
发明内容
为了解决上述技术问题,本申请提供了一种异常事件处理方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种异常事件处理方法,包括:
获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;
根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;
合并包含相同的节点的节点对,得到至少一个节点子集合;
根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;
获取各个节点子集合中的各个节点的属性信息;
将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;
根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;
将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
第二方面,本申请提供了一种异常事件处理装置,包括:
数据获取模块,用于获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;
节点对查找模块,用于根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对,节点对包括影响节点和被影响节点;
节点合并模块,用于合并包含相同的节点的节点对,得到至少一个节点子集合;
属性获取模块,用于获取各个节点子集合中的各个节点的属性信息;
属性合并模块,用于将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;
根节点确定模块,用于根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;
根事件确定模块,用于将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;
根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;
合并包含相同的节点的节点对,得到至少一个节点子集合;
根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;
获取各个节点子集合中的各个节点的属性信息;
将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;
根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;
将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
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:
获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;
根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;
合并包含相同的节点的节点对,得到至少一个节点子集合;
根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;
获取各个节点子集合中的各个节点的属性信息;
将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;
根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;
将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
上述异常事件处理方法、装置、计算机设备和存储介质,通过异常事件对应的节点之间的影响关系,对节点进行合并,对合并的节点进行根因分析,根因分析采用被影响节点推导影响节点的逆向推导过程,实现根节点的查找,从而快速定位根事件,提高异常事件中的根事件的定位准确度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中异常事件处理方法的应用环境图;
图2为一个实施例中异常事件处理方法的流程示意图;
图3为一个实施例中节点影响关系的示意图;
图4为一个实施例中节点标签交换的流程示意图;
图5为一个实施例中异常事件处理装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为一个实施例中事件定级方法的应用环境图。参照图1,该事件定级方法应用于事件定级系统。该事件定级系统包括包含多个节点的节点组110和计算机设备120,节点组110包括节点111、节点112、节点113、节点114、节点115、节点116、节点117和节点118等等,各个节点之间的关联根据实际需求配置。其中计算机设备120包括终端121和服务器122中的至少一种。节点组110和计算机设备120通过网络连接。终端121或服务器122获取获取当前预设时间段内发生的异常事件的节点集合(节点组110)和节点集合中各个节点的节点标签;根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;合并包含相同的节点的节点对,得到至少一个节点子集合;根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;获取各个节点子集合中的各个节点的属性信息;将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。其中节点组中的节点可以为操作系统、数据库、交换机、应用系统、应用终端、负载均衡、路由器、防火墙、服务器集群等等。终端121具体可以是台式终端或移动终端,移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器122可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
如图2所示,在一个实施例中,提供了一种异常事件处理方法。本实施例主要以该方法应用于上述图1中的终端121(或服务器122)来举例说明。参照图2,该异常事件处理方法具体包括如下步骤:
步骤S201,获取当前预设时间段内发生的异常事件的节点集合。
步骤S202,根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对。
具体地,当前预设时间段内是指获取节点数据的时刻之前的预设时间段。节点是指当前时刻之前的预设时间段内发生了异常事件的节点,其中预设时间段可以自定义,如定义5分钟或10分钟作为预设时间段,即获取当前时刻之前的5分钟或10分钟内发生的异常事件的节点作为节点。节点集合是指发生了异常事件的节点组成的节点集合。预设节点影响关系是指预先配置的各个节点之间的关系。根据预设节点影响关系,查找节点集合中的各个节点存在直接影响关系的节点,根据直接影响关系组成节点对。
由于同一个原因导致的异常事件在不同节点的反应时间不一致,故在获取异常事件时,可以获取一段内的异常事件,从而更好的对事件进行合并。不过为了及时处理异常时间,因此异常事件的采集时长也不能过长。
步骤S203,合并包含相同的节点的节点对,得到至少一个节点子集合。
具体地,根据节点对中的相同节点和节点对的影响关系,进行合并,如包含节点A的节点对包括(A、B)、(A、C),则合并(A、B、C),包含节点B的节点对包括(B、D)、(B、E),则合并得到(A、B、C、D、E),以此类推,对节点集合中的各个节点对进行合并,得到存在影响关系的节点子集合。当节点子集合中节点的数据超过1个节点时,节点子集合中各个节点都存在与之存在影响关系的节点。通过影响关系划分节点集合,得到至少一个节点子集合。
在一个实施例中,步骤S203,包括:对各个节点进行标记,得到各个节点的节点标签,按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换,按照相同节点标签对各个节点进行组合,得到至少一个节点子集合。
具体地,节点标签是用于唯一标识各个节点的标签数据。节点标签可以为数字标签、字母标签等等。预设规则是预先设定的用于对节点对之间的节点标签进行替换的规则,替换规则可以自定义,如以大替小或以小替大。如采用数字标签时,可以通过判断影响关系对应的影响节点和被影响节点的数字标签的值的大小进行替换,如采用值大的标签替换值小的标签,也可以采用值小的标签替换值大的标签。节点标签为字母标签时,定义节点标签的定级,按照节点标签的等级大小进行替换等等。当节点集合中的全部的节点的字母标签不在发生变换时,得到至少一个包含相同节点标识的节点子集合。
在一个实施中,节点标签为数字标签,按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换,包括:判断各组节点集合中的影响节点的数字标签是否小于对应的被影响节点的数字标签,当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签,当影响节点的数字标签小于或等于被影响节点的数字标签时,保持影响节点的数字标签和被影响节点的数字标签不变。
具体地,数字标签是指用数字来标识节点,不同的节点对应不同的数字标签,获取到节点后,根据预先配置的各个节点之间的影响关系确定影响节点和对应的被影响节点,影响节点是指发生在节点上的异常事件,导致被影响节点发生了对应的异常事件。判断影响节点的数字标签是否大于对应的被影响节点的数字标签,当大于时,采用影响节点的数字标签替换被影响节点的数字标签,反之,维持两者原来的数字标签不变。
在一个实施例中,当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签,包括:当被影响节点对应多个影响节点,且存在至少两个影响节点的数字标签大于被影响节点的数字标签时,将各个被影响节点对应的各个影响节点中的数字标签中的最大值对应的数字标签,替换被影响节点的数字标签。
具体地,在实际情况中一个被影响节点可能同时被多个影响节点所影响,当被影响节点存在多个影响节点时,首先判断各个影响节点的数字标签中,是否存在大于被影响节点的数字标签的影响节点的数字标签,当存在多个影响节点的数字标签大于被影响节点的数字标签时,对各个大于被影响节点的数字标签的影响节点的数字标签进行比较,选取其中的数字标签最大的影响节点的数字标签,替换被影响节点的数字标签。
同理也可以采用数字标签小的替换数字标签大的,在此不在赘述。
步骤S204,根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点。
具体地,节点对中包含至少一个影响节点和至少一个的被影响节点。节点集合在界面上展示时,如图3所示,可以采用圆圈表示节点,箭头方向表示影响方向,节点A为影响节点,节点B为被影响节点,节点C为被影响节点。
步骤S205,获取各个节点子集合中的各个节点的属性信息。
具体地,属性信息是用来描述节点的信息,属性信息包括但不限于影响值、节点标识集合等等。其中影响值是用于描述节点的影响范围,节点标识集合是用于表示被节点影响的节点。
步骤S206,各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并。
步骤S207,根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点。
步骤S208,将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
具体地,属性合并是指将属性信息进行累加,累加时可以采用合并去重的方式进行累加。属性信息中包含多个属性参数,各个属性参数的合并按照对应的属性参数的合并规则进行合并,具体的合并规则可以自定义。直至按照合并规则完成了每个节点子集合中全部的节点对中的属性信息,合并完成。根节点是通过各个节点子集合的各个节点的属性信息进行筛选得到的,其中根节点可以为一个或多个。根据属性信息进行筛选时是通过多个属性参数中的一个或多个属性参数进行筛选,如可以采用影响值和节点标识集合中的至少一个属性参数确定根节点。将根节点上发生的异常事件作为节点子集合的根事件,根事件是指对整个节点子集合中的影响范围最大的异常事件。
在一个实施例中,影响节点对应的被影响节点包含多个,将各个节点子集合中的各个节点对中的影响节点对应的多个被影响节点的属性信息,合并至影响节点的属性信息。
具体地,对于存在多个被影响节点的影响节点,需要将各个被影响节点的属性信息都合并到影响节点的属性信息中,并对合并的属性信息进行去重处理,避免合并后相同的属性信息重复出现。
在一个实施例中,属性信息包括节点标识集合和影响值,步骤S206,包括:将各个节点子集合中的各个节点对中的被影响节点的节点标识集合,与对应的影响节点标识集合的并集,作为影响节点的节点标识集合,直至各个节点子集合中的全部的节点对中的属性信息完成合并,统计各个节点子集合中的各个节点的节点标识集合中的节点标识的标识数量,将标识数量作为各个节点子集合中的各个节点的影响值。
具体地,并集是指对被影响节点的节点标识集合,与对应的影响节点标识集合进行合并,且对于重复的节点标识仅保留一个节点标识,得到的标签集合。如影响节点A中的节点标识集合为{A、B、C、D},别影响节点F的节点标识集合为{B、D、E、F},则求取并集后,得到的影响节点A的节点标识集合为{A、B、C、D、E、F},对于重复的节点标识B和节点标识D保留其中一个节点标识。直至全部的节点对中的属性信息完成合并,统计节点集合中的各个节点的标识数量,将各个节点中的节点标识集合中的标识数量作为节点的影响值。
在一个实施例中,步骤S207,包括:从各个节点子集合中的各个节点中筛选出影响值中的最大值对应的节点作为各个节点子集合中的根节点。
具体地,影响值越大代表节点发生的异常事件能够影响的范围越广。根据各个节点的属性信息确定根节点时,对属性信息进行分析,如统计根节点中的属性信息中的节点标识集合中的节点标识的数目,根据统计的数目确定根节点,如选取数目最大的节点作为根节点,也可以选择数目的值较大的值对应的节点作为根节点。根节点上发生的异常事件作为根事件,通过被影响节点反推影响节点,将被影响节点的属性信息添加至影响节点的属性信息中,增加影响节点的属性信息,通过属性信息进行最终的节点定位和根事件的定位。对节点子集合对应的根事件进行逆向推导,推导过程快速,且得到的推导结果准确度高。根事件定位准确方便运维人员执行运维。
在一个实施例中,获取各个节点的节点状态,节点状态包括第一状态和第二状态;判断各个节点对中的被影响节点的节点状态;当被影响节点的节点状态为第一状态时,进入将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,将各个节点子集合中的各个节点对中的被影响节点的节点状态更新为第二状态,将被影响节点对应的影响节点的节点状态从第二状态更新为第一状态,当节点为影响节点,且节点不是节点集合中的任意一个节点的被影响节点时,影响节点的节点状态为第二状态;直至各个节点子集合中的全部的节点对中的属性信息完成合并,包括:直至节点集中的各个节点的节点状态为第二状态时,完成合并。
具体地,节点状态是用于表示节点所处状态的信息,其中节点状态包括第一状态和第二状态,第一状态用于表示节点处理活跃状态,第二状态用于表示节点处于非活跃状态,活跃状态是指需要进行处理的节点,非活跃状态是指不需要进行处理的节点,其中节点的节点状态在数据处理过程中是动态变化的。在交换节点属性之前先判断各个被影响节点的状态,当影响节点的节点状态为活跃状态时,才执行将各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息的步骤,反之则不执行属性行合并的过程。当属性合并后,将影响节点的状态更新为活跃状态,被影响节点的状态为非活跃状态。重复执行上述节点状态更新过程,若影响节点不是节点集中任意一个节点的被影响节点时,将影响节点的状态更新为非活跃状态。直至节点集中的各个节点的节点状态为第二状态时,完成合并。
在一个实施例中,当存在多个节点的影响值为最大值时,影响值为最大值对应的各个节点为根节点。得到的多个节点对应的事件作为根事件,得到的根事件便于运维人员的运维操作。
在一个实施例中,对影响值由大到小进行排序,将排在预设位置之前的影响值对应的节点作为根节点。预设位置可以自定义,如可以定义排列在前三位的节点作为根节点,也可以定义排列在前五位的节点作为根节点。
在一个实施例中,当存在多个根节点时,计算各个根节点对应的节点标识集合中的节点标识中的重合度,判断各个根节点之间的重合度是否大于预设重合度时,当大于预设重合度时,将影响值更大的作为目标根节点。
上述异常事件处理方法,包括:获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;合并包含相同的节点的节点对,得到至少一个节点子集合;根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;获取各个节点子集合中的各个节点的属性信息;将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。通过异常事件对应的节点之间的影响关系,对节点进行合并,对合并的节点进行根因分析,根因分析采用被影响节点推导影响节点的逆向推导过程,实现根节点的查找,从而快速定位根事件,提高异常事件中的根事件的定位准确度。
在一个具体的实施例中,上述异常事件处理方法,包括:
读取事件中心中的异常事件。引擎使用Spark Streaming,每30s获取一次10分钟(预设时间段)的数据,以当前时间为2018-12-1816:12:00为例,则下一次数据的时间为2018-12-18 16:12:30。
首先获取与每个异常事件发生的节点有直接关系其他节点等组成的节点集合。将节点集合和对应的影响关系,分别整理成一个点RDD和对应的关系RDD,对节点进行去重处理,使用Spark GraphX封装成图,等待图计算。Pregle是一种大规模分布式图计算平台,采用Pregle中的函数完成对应的功能实现图计算。如采用Pregle中的超步和在超步之间添加的函数实现节点的节点标签替换、更新节点状态、直到节点状态都为不活跃时,输出计算结果。
给所有节点一个唯一的数字身份标记(数字标签),并通过关系边在相邻的节点之间传播对比,并保存较大的那一个,并根据传播深度进行迭代计算,最终得到的结果就是存在直接或间接关系的一组节点他的数字身份标记是一致的,可以根据数字标签进行聚合,划分出不同的子节点集合对应的图。
采用超步的方法对节点进行数字标签的交换。参照图4,图4为节点标签交换的流程示意图。图4A中包括节点包括4个节点,各个节点的节点标签分别为3、6、2和1,为了便于说明,节点的节点标签为X的节点简称为节点X。其中节点3和节点6互相影响,节点6还影响节点1,节点2影响节点6,节点2和节点1相互影响。
在本实施例中采用大的数字标签替换小的数字标签。第一个超步,节点3(影响节点)指向节点6(被影响节点),由于3小于6,记录节点3和节点6保持不变;节点6影响的节点包括节点3、节点1,其中节点3和节点1的数字标签均小于6,记录需替换节点3和节点1的数字标签为6;节点1指向节点2,1小于2,记录保持节点1和节点2保持不变;节点2指向节点6和节点1,2小于6,记录保持节点2和节点6不变,2大于1,记录节点1的数字标签用2替换,由于节点1被节点6和节点2同时指向,记录从两者中选择出数字标签中的最大值6作为节点1最终的数字标签。执行第二个超步时,实现第一个超步过程中的记录事项,得到的结果显示如图4B所示。第二个超步采用同样的原理记录对应的事项。执行第三个超步时,实现第二个超步中的记录事项,得到的结果如图4C所示。第三个超步采用同样的原理记录对应的事项,执行第四个超步时实现第三个超步中的记录事项,得到的结果如图4D所示。图4D中的全部节点包含相同的数字标签,即图4D对应的节点作为的子节点集合,作为节点集合。
为每个节点初始化一个整型属性1,初始化一个包含节点本身的节点标识的Set集合,和初始化一个节点状态。
根据影响方向的逆方向更新节点属性,通过被影响节点向影响节点提供整型属性并相加更新给影响节点。节点A影响的节点包括:节点B和节点C,为了便于说明采用,X表示节点X,X->Y表示节点X影响节点Y,X->(int,Set())表示节点X的属性信息,其中int表示整型属性,Set()表示Set集合。
计算A->B时,B将自身的整型属性和A的整型属性相加,计算A->C时,C将自身的整型属性自身的整型属性和A的相加。当第一次超步完成之后,得到的各个节点的属性信息为A->(3,Set(A,B,C))、B->(1,Set(B))和C->(1,Set(C)),其中A->(3,Set(A,B,C))中的int为3是因为对A进行了去重,统计Set中的节点的节点标识的数量为3。
由于二次超步唯一活跃点A并未指向其他活跃点,所以本次计算结束,得到的各个节点的属性信息为A->(3,Set(A,B,C))、B->(1,Set(B))和C->(1,Set(C))。
通过影响方向的反方向,逐级提交节点的属性值,并累加,影响的点数量越多,层级深度越深,则最后结果值也就越大。计算结束后通过属性值的大小筛选出比较大的点,确定为根节点,根节点上发生的异常事件为根事件。
在一个实施例中,当节点中存在循环影响时,循环影响中的节点,理解为等价的节点,等价的节点中包含的属性信息相同。如节点A影响的节点包括:节点B和节点C,且节点B影响节点A,节点A和节点B为等价的节点。
第一个超步,A->B(A+B,Set(A,B))、A->C(A+C,Set(A,C)),B->A(A+B,Set(A,B))和C->(C,Set(C)),得到的结果为A->(A+B+C=3,Set(A,B,C)),B->(A+B=2,Set(A,B))和C->(C=1,Set(C)),其中A的节点状态为活跃状态,B的节点状态为活跃状态,C的节点状态为非活跃状态。
第二个超步,A->B(A+B,Set(A,B,C))、B->A(A+B,Set(A,B,C)),得到的结果为A->(A+B+C=3,Set(A,B,C)),B->(A+B+C=3,Set(A,B,C)),其中,A->B(A+B,Set(A,B,C))时,A和B中的set集合全部相同,A点的节点状态为非活跃状态,同理B点的节点状态为非活跃状态,全部点的状态都为非活跃状态时,停止运算,得到最终结果为A->(,Set(A,B,C)),B->(3,Set(A,B,C)),C->(1,Set(C))。
上述异常事件定位方法中,通过被影响节点反向推导影响节点,直至推导出最终的影响节点,即为根节点,将根节点中发生的事件作为根事件的,可以理解为通过结果来推导原因的过程,自动实现由果及因的过程,提高了异常事件中的根事件的定位速度和定位准确度。
图2为一个实施例中异常事件处理方法的流程示意图。应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种异常事件处理装置200,包括:
数据获取模块201,用于获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签。
节点对查找模块202,用于根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对,节点对包括影响节点和被影响节点。
节点合并模块203,用于合并包含相同的节点的节点对,得到至少一个节点子集合。
属性获取模块204,用于获取各个节点子集合中的各个节点的属性信息。
属性合并模块205,用于将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并。
根节点确定模块206,用于根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点。
根事件确定模块207,用于将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
在一个实施例中,上述异常事件处理装置,还包括:
重复模块,还用于获取下一个预设时间段内发生了异常事件的下一个节点集合,执行根据预设节点影响关系,从下一个根据预设节点影响关系,查找存在直接影响关系的节点组成下一节点对。
在一个实施例中,节点合并模块203包括:
节点标记单元,用于对各个节点进行标记,得到各个节点的节点标签。
标签替换单元,用于按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换。
节点合并单元,用于按照相同节点标签对各个节点进行组合,得到至少一个节点子集合。
在一个实施例中,标签替换单元,包括:
标签判断子单元,用于判断各组节点集合中的影响节点的数字标签是否小于对应的被影响节点的数字标签。
标签更新子单元,用于当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签,当影响节点的数字标签小于或等于被影响节点的数字标签时,保持影响节点的数字标签和被影响节点的数字标签不变。
在一个实施例中,标签更新子单元还用于当被影响节点对应多个影响节点,且存在至少两个影响节点的数字标签大于被影响节点的数字标签时,将各个被影响节点对应的各个影响节点中的数字标签中的最大值对应的数字标签,替换被影响节点的数字标签。
在一个实施例中,属性合并模块205具体用于将各个节点子集合中的各个节点对中的被影响节点的节点标识集合,与对应的影响节点标识集合的并集,作为影响节点的节点标识集合,直至各个节点子集合中的全部的节点对中的属性信息完成合并,统计各个节点子集合中的各个节点的节点标识集合中的节点标识的标识数量,将标识数量作为各个节点子集合中的各个节点的影响值。
根节点确定模块206用于从各个节点子集合中的各个节点中筛选出影响值中的最大值对应的节点作为各个节点子集合中的根节点。
在一个实施例中,上述异常事件处理装置,还包括:
状态获取模块,用于获取各个节点的节点状态,节点状态包括第一状态和第二状态。
节点状态判断模块,用于判断各个节点对中的被影响节点的节点状态。
属性合并模块205还用于当被影响节点的节点状态为第一状态时,进入将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息。
状态变更模块,用于将各个节点子集合中的各个节点对中的被影响节点的节点状态更新为第二状态,将被影响节点对应的影响节点的节点状态从第二状态更新为第一状态,当节点为影响节点,且节点不是节点集合中的任意一个节点的被影响节点时,影响节点的节点状态为第二状态。
属性合并模块205还用于直至节点集中的各个节点的节点状态为第二状态时,完成合并。
在一个实施例中,属性合并模块205还用于将各个节点子集合中的各个节点对中的影响节点对应的多个被影响节点的属性信息,合并至影响节点的属性信息,其中影响节点对应的被影响节点包含多个。
在一个实施例中,属性合并模块205还用于将被影响节点的属性信息合并至对应的各个影响节点的属性信息。
图6示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端121(或服务器122)。如图6所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现异常事件处理方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行异常事件处理方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的异常事件处理装置可以实现为一种计算机程序的形式,计算机程序可在如图6所示的计算机设备上运行。计算机设备的存储器中可存储组成该异常事件处理装置的各个程序模块,比如,图5所示的数据获取模块201、节点对查找模块202、节点合并模块203、属性获取模块204、属性合并模块205、根节点确定模块206和根事件确定模块207。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的异常事件处理方法中的步骤。
例如,图6所示的计算机设备可以通过如图5所示的异常事件处理装置中数据获取模块201执行获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签。计算机设备可以通过节点对查找模块202执行根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对,节点对包括影响节点和被影响节点。计算机设备可以通过节点合并模块203执行合并包含相同的节点的节点对,得到至少一个节点子集合。计算机设备可以通过属性获取模块204执行获取各个节点子集合中的各个节点的属性信息。计算机设备可以通过属性合并模块205执行将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并。计算机设备可以通过根节点确定模块206执行根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点。计算机设备可以通过根事件确定模块207执行将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;合并包含相同的节点的节点对,得到至少一个节点子集合;根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;获取各个节点子集合中的各个节点的属性信息;将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取下一个预设时间段内发生了异常事件的下一个节点集合,执行根据预设节点影响关系,从下一个根据预设节点影响关系,查找存在直接影响关系的节点组成下一节点对。
在一个实施例中,合并包含相同的节点的节点对,得到至少一个节点子集合和对应的节点影响关系,包括:对各个节点进行标记,得到各个节点的节点标签;按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换;按照相同节点标签对各个节点进行组合,得到至少一个节点子集合。
在一个实施例中,节点标签为数字标签,按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换,包括:判断各组节点集合中的影响节点的数字标签是否小于对应的被影响节点的数字标签;当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签;当影响节点的数字标签小于或等于被影响节点的数字标签时,保持影响节点的数字标签和被影响节点的数字标签不变。
在一个实施例中,当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签,包括:当被影响节点对应多个影响节点,且存在至少两个影响节点的数字标签大于被影响节点的数字标签时,将各个被影响节点对应的各个影响节点中的数字标签中的最大值对应的数字标签,替换被影响节点的数字标签。
在一个实施例中,属性信息包括节点标识集合和影响值,将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并,包括:将各个节点子集合中的各个节点对中的被影响节点的节点标识集合,与对应的影响节点标识集合的并集,作为影响节点的节点标识集合,直至各个节点子集合中的全部的节点对中的属性信息完成合并,统计各个节点子集合中的各个节点的节点标识集合中的节点标识的标识数量,将标识数量作为各个节点子集合中的各个节点的影响值;根据完成合并后的各个节点子集合中的各个节点的属性信息确定各个节点子集合中的根节点,包括:从各个节点子集合中的各个节点中筛选出影响值中的最大值对应的节点作为各个节点子集合中的根节点。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取各个节点的节点状态,节点状态包括第一状态和第二状态;判断各个节点对中的被影响节点的节点状态;当被影响节点的节点状态为第一状态时,进入将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息;将各个节点子集合中的各个节点对中的被影响节点的节点状态更新为第二状态,将被影响节点对应的影响节点的节点状态从第二状态更新为第一状态,当节点为影响节点,且节点不是节点集合中的任意一个节点的被影响节点时,影响节点的节点状态为第二状态;直至各个节点子集合中的全部的节点对中的属性信息完成合并,包括:直至节点集中的各个节点的节点状态为第二状态时,完成合并。
在一个实施例中,影响节点对应的被影响节点包含多个,将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,包括:将各个节点子集合中的各个节点对中的影响节点对应的多个被影响节点的属性信息,合并至影响节点的属性信息。
在一个实施例中,被影响节点对应的影响节点包含多个,将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,包括:将被影响节点的属性信息合并至对应的各个影响节点的属性信息。
在一个实施例中,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:获取当前预设时间段内发生的异常事件的节点集合、和节点集合中各个节点的节点标签;根据预设节点影响关系,从节点集合中,查找存在直接影响关系的节点组成节点对;合并包含相同的节点的节点对,得到至少一个节点子集合;根据各个节点子集合中各个节点的节点影响关系和节点对,确定节点对中的影响节点和对应的被影响节点;获取各个节点子集合中的各个节点的属性信息;将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并;根据完成合并后的各个节点子集合中各个节点的属性信息筛选各个节点集合的根节点;将各个的根节点上发生的异常事件作为各个节点子集合对应的根事件。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取下一个预设时间段内发生了异常事件的下一个节点集合,执行根据预设节点影响关系,从下一个根据预设节点影响关系,查找存在直接影响关系的节点组成下一节点对。
在一个实施例中,合并包含相同的节点的节点对,得到至少一个节点子集合和对应的节点影响关系,包括:对各个节点进行标记,得到各个节点的节点标签;按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换;按照相同节点标签对各个节点进行组合,得到至少一个节点子集合。
在一个实施例中,节点标签为数字标签,按照预设规则对各组节点对的节点标签进行替换,直至节点集合中的各个节点对的节点标签停止替换,包括:判断各组节点集合中的影响节点的数字标签是否小于对应的被影响节点的数字标签;当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签;当影响节点的数字标签小于或等于被影响节点的数字标签时,保持影响节点的数字标签和被影响节点的数字标签不变。
在一个实施例中,当影响节点的数字标签大于被影响节点的数字标签时,采用影响节点的数字标签替换被影响节点的数字标签,包括:当被影响节点对应多个影响节点,且存在至少两个影响节点的数字标签大于被影响节点的数字标签时,将各个被影响节点对应的各个影响节点中的数字标签中的最大值对应的数字标签,替换被影响节点的数字标签。
在一个实施例中,属性信息包括节点标识集合和影响值,将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,直至各个节点子集合中全部的节点对中的属性信息完成合并,包括:将各个节点子集合中的各个节点对中的被影响节点的节点标识集合,与对应的影响节点标识集合的并集,作为影响节点的节点标识集合,直至各个节点子集合中的全部的节点对中的属性信息完成合并,统计各个节点子集合中的各个节点的节点标识集合中的节点标识的标识数量,将标识数量作为各个节点子集合中的各个节点的影响值;根据完成合并后的各个节点子集合中的各个节点的属性信息确定各个节点子集合中的根节点,包括:从各个节点子集合中的各个节点中筛选出影响值中的最大值对应的节点作为各个节点子集合中的根节点。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取各个节点的节点状态,节点状态包括第一状态和第二状态;判断各个节点对中的被影响节点的节点状态;当被影响节点的节点状态为第一状态时,进入将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息;将各个节点子集合中的各个节点对中的被影响节点的节点状态更新为第二状态,将被影响节点对应的影响节点的节点状态从第二状态更新为第一状态,当节点为影响节点,且节点不是节点集合中的任意一个节点的被影响节点时,影响节点的节点状态为第二状态;直至各个节点子集合中的全部的节点对中的属性信息完成合并,包括:直至节点集中的各个节点的节点状态为第二状态时,完成合并。
在一个实施例中,影响节点对应的被影响节点包含多个,将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,包括:将各个节点子集合中的各个节点对中的影响节点对应的多个被影响节点的属性信息,合并至影响节点的属性信息。
在一个实施例中,被影响节点对应的影响节点包含多个,将各个节点子集合中的各个节点对中的被影响节点的属性信息合并至对应的影响节点的属性信息,包括:将被影响节点的属性信息合并至对应的各个影响节点的属性信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种异常事件处理方法,其特征在于,所述方法包括:
获取当前预设时间段内发生的异常事件的节点集合;
根据预设节点影响关系,从所述节点集合中,查找存在直接影响关系的节点组成节点对;
合并包含相同的所述节点的节点对,得到至少一个节点子集合;
根据各个所述节点子集合中各个所述节点的节点影响关系和节点对,确定所述节点对中的影响节点和对应的被影响节点;
获取各个所述节点子集合中的各个所述节点的属性信息;
将各个所述节点子集合中的各个所述节点对中的被影响节点的属性信息合并至对应的所述影响节点的属性信息,直至各个所述节点子集合中全部的所述节点对中的属性信息完成合并;
根据完成合并后的各个所述节点子集合中各个所述节点的属性信息筛选各个所述节点集合的根节点;
将各个所述的根节点上发生的异常事件作为各个所述节点子集合对应的根事件。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取下一个预设时间段内发生了异常事件的下一个节点集合,执行根据预设节点影响关系,从所述下一个根据预设节点影响关系,查找存在直接影响关系的节点组成下一节点对。
3.根据权利要求1所述的方法,其特征在于,所述合并包含相同的所述节点的节点对,得到至少一个节点子集合和对应的节点影响关系,包括:
对各个所述节点进行标记,得到各个所述节点的节点标签;
按照预设规则对各组所述节点对的节点标签进行替换,直至所述节点集合中的各个所述节点对的节点标签停止替换;
按照相同节点标签对各个所述节点进行组合,得到至少一个节点子集合,各个所述节点子集合对应至少一个根节点。
4.根据权利要求3所述的方法,其特征在于,所述节点标签为数字标签,所述按照预设规则对各组所述节点对的节点标签进行替换,直至所述节点集合中的各个所述节点对的节点标签停止替换,包括:
判断各组所述节点集合中的影响节点的数字标签是否小于对应的被影响节点的数字标签;
当所述影响节点的数字标签大于所述被影响节点的数字标签时,采用所述影响节点的数字标签替换所述被影响节点的数字标签;
当所述影响节点的数字标签小于或等于所述被影响节点的数字标签时,保持所述影响节点的数字标签和所述被影响节点的数字标签不变。
5.根据权利要求4所述的方法,其特征在于,所述当所述影响节点的数字标签大于所述被影响节点的数字标签时,采用所述影响节点的数字标签替换所述被影响节点的数字标签,包括:
当被影响节点对应多个所述影响节点,且存在至少两个所述影响节点的数字标签大于所述被影响节点的数字标签时,将各个所述被影响节点对应的各个影响节点中的数字标签中的最大值对应的数字标签,替换所述被影响节点的数字标签。
6.根据权利要求1所述的方法,其特征在于,所述属性信息包括节点标识集合和影响值,所述将各个所述节点子集合中的各个所述节点对中的被影响节点的属性信息合并至对应的所述影响节点的属性信息,直至各个所述节点子集合中全部的所述节点对中的属性信息完成合并,包括:
将各个所述节点子集合中的各个所述节点对中的被影响节点的节点标识集合,与对应的所述影响节点标识集合的并集,作为所述影响节点的节点标识集合,直至各个所述节点子集合中的全部的所述节点对中的属性信息完成合并,
统计各个所述节点子集合中的各个所述节点的节点标识集合中的节点标识的标识数量,将所述标识数量作为各个所述节点子集合中的各个所述节点的影响值;
所述根据完成合并后的各个所述节点子集合中的各个所述节点的属性信息确定各个所述节点子集合中的根节点,包括:从各个所述节点子集合中的各个所述节点中筛选出影响值中的最大值对应的所述节点作为各个所述节点子集合中的根节点。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取各个所述节点的节点状态,节点状态包括第一状态和第二状态;
判断各个所述节点对中的被影响节点的节点状态;
当所述被影响节点的节点状态为所述第一状态时,进入所述将各个所述节点子集合中的各个所述节点对中的被影响节点的属性信息合并至对应的所述影响节点的属性信息;
将各个所述节点子集合中的各个所述节点对中的被影响节点的节点状态更新为所述第二状态,将所述被影响节点对应的所述影响节点的节点状态从所述第二状态更新为所述第一状态;
当所述节点为影响节点,且所述节点不是所述节点集合中的任意一个节点的被影响节点时,所述影响节点的节点状态为所述第二状态;
所述直至各个所述节点子集合中的全部的所述节点对中的属性信息完成合并,包括:直至所述节点集中的各个所述节点的节点状态为所述第二状态时,完成合并。
8.根据权利要求1至7中任一项所述的方法,其特征在于,所述影响节点对应的所述被影响节点包含多个,所述将各个所述节点子集合中的各个所述节点对中的被影响节点的属性信息合并至对应的所述影响节点的属性信息,包括:
将各个所述节点子集合中的各个所述节点对中的所述影响节点对应的多个所述被影响节点的属性信息,合并至所述影响节点的属性信息。
9.根据权利要求1所述的方法,其特征在于,所述被影响节点对应的所述影响节点包含多个,所述将各个所述节点子集合中的各个所述节点对中的被影响节点的属性信息合并至对应的所述影响节点的属性信息,包括:
将所述被影响节点的属性信息合并至对应的各个所述影响节点的属性信息。
10.一种异常事件处理装置,其特征在于,所述装置包括:
数据获取模块,用于获取当前预设时间段内发生的异常事件的节点集合、和所述节点集合中各个所述节点的节点标签;
节点对查找模块,用于根据预设节点影响关系,从所述节点集合中,查找存在直接影响关系的节点组成节点对,所述节点对包括影响节点和被影响节点;
节点合并模块,用于合并包含相同的所述节点的节点对,得到至少一个节点子集合;
属性获取模块,用于获取各个所述节点子集合中的各个所述节点的属性信息;
属性合并模块,用于将各个所述节点子集合中的各个所述节点对中的被影响节点的属性信息合并至对应的所述影响节点的属性信息,直至各个所述节点子集合中全部的所述节点对中的属性信息完成合并;
根节点确定模块,用于根据完成合并后的各个所述节点子集合中各个所述节点的属性信息筛选各个所述节点集合的根节点;
根事件确定模块,用于将各个所述的根节点上发生的异常事件作为各个所述节点子集合对应的根事件。
CN201910678390.0A 2019-07-25 2019-07-25 异常事件处理方法和装置 Active CN110535686B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910678390.0A CN110535686B (zh) 2019-07-25 2019-07-25 异常事件处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910678390.0A CN110535686B (zh) 2019-07-25 2019-07-25 异常事件处理方法和装置

Publications (2)

Publication Number Publication Date
CN110535686A true CN110535686A (zh) 2019-12-03
CN110535686B CN110535686B (zh) 2021-12-31

Family

ID=68660539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910678390.0A Active CN110535686B (zh) 2019-07-25 2019-07-25 异常事件处理方法和装置

Country Status (1)

Country Link
CN (1) CN110535686B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111050205A (zh) * 2019-12-13 2020-04-21 广州酷狗计算机科技有限公司 视频片段获取方法、装置、设备、存储介质和程序产品
CN113407370A (zh) * 2020-03-16 2021-09-17 中国移动通信有限公司研究院 根因错误的聚类方法、装置、设备及计算机可读存储介质
CN113918374A (zh) * 2021-12-08 2022-01-11 云智慧(北京)科技有限公司 一种运维系统的根因分析方法、装置及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111290A (zh) * 2009-12-28 2011-06-29 国际商业机器公司 寻找可追溯网络中源故障节点的方法和系统
CN108073944A (zh) * 2017-10-18 2018-05-25 南京邮电大学 一种基于局部影响力的标签传播社区发现方法
CN108322318A (zh) * 2017-01-16 2018-07-24 华为技术有限公司 告警分析方法及设备
CN109583475A (zh) * 2018-11-02 2019-04-05 阿里巴巴集团控股有限公司 异常信息的监测方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102111290A (zh) * 2009-12-28 2011-06-29 国际商业机器公司 寻找可追溯网络中源故障节点的方法和系统
CN108322318A (zh) * 2017-01-16 2018-07-24 华为技术有限公司 告警分析方法及设备
CN108073944A (zh) * 2017-10-18 2018-05-25 南京邮电大学 一种基于局部影响力的标签传播社区发现方法
CN109583475A (zh) * 2018-11-02 2019-04-05 阿里巴巴集团控股有限公司 异常信息的监测方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111050205A (zh) * 2019-12-13 2020-04-21 广州酷狗计算机科技有限公司 视频片段获取方法、装置、设备、存储介质和程序产品
CN111050205B (zh) * 2019-12-13 2022-03-25 广州酷狗计算机科技有限公司 视频片段获取方法、装置、设备和存储介质
CN113407370A (zh) * 2020-03-16 2021-09-17 中国移动通信有限公司研究院 根因错误的聚类方法、装置、设备及计算机可读存储介质
CN113918374A (zh) * 2021-12-08 2022-01-11 云智慧(北京)科技有限公司 一种运维系统的根因分析方法、装置及设备
CN113918374B (zh) * 2021-12-08 2022-03-08 云智慧(北京)科技有限公司 一种运维系统的根因分析方法、装置及设备

Also Published As

Publication number Publication date
CN110535686B (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
Fan et al. A review of supply chain risk management: definition, theory, and research agenda
US11340774B1 (en) Anomaly detection based on a predicted value
US10417225B2 (en) Entity detail monitoring console
CN109144835A (zh) 一种应用服务故障的自动预测方法、装置、设备及介质
US20200019555A1 (en) Automatic Entity Definitions Based on Derived Content
US10235638B2 (en) Adaptive key performance indicator thresholds
US20170329462A1 (en) Graphical user interface for static and adaptive thresholds
US20190268283A1 (en) Resource Demand Prediction for Distributed Service Network
CN110535686A (zh) 异常事件处理方法和装置
CN108494810A (zh) 面向攻击的网络安全态势预测方法、装置及系统
CN106656536A (zh) 一种用于处理服务调用信息的方法与设备
US7479970B2 (en) Systems and methods that facilitate process monitoring, navigation, and parameter-based magnification
CN106383760A (zh) 一种计算机故障管理方法及装置
CN106164795B (zh) 用于分类报警的优化方法
Byabazaire et al. Data quality and trust: A perception from shared data in IoT
Zhang et al. A survey on quality assurance techniques for big data applications
CN115601514A (zh) 一种数字孪生数据自动关联映射方法
Solomon et al. A knowledge based approach for handling supply chain risk management
CN115657890A (zh) 一种pra机器人可定制方法
Mo et al. Network simplification and k-terminal reliability evaluation of sensor-cloud systems
CN116794510A (zh) 故障预测方法、装置、计算机设备和存储介质
CN111614520A (zh) 一种基于机器学习算法的idc流量数据预测方法及装置
CN111027803A (zh) 施工管理方法及施工管理系统
CN110138720A (zh) 网络流量的异常分类检测方法、装置、存储介质和处理器
CN115225470A (zh) 一种业务异常监测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Wang Yi

Inventor after: Qiu Xuexiong

Inventor after: Li Yang

Inventor after: Li Hui

Inventor before: Wang Yi

Inventor before: Qiu Xuexiong

Inventor before: Li Yang

Inventor before: Li Hui

CB03 Change of inventor or designer information