CN113553237A - 异常场景应急处理方法及装置 - Google Patents
异常场景应急处理方法及装置 Download PDFInfo
- Publication number
- CN113553237A CN113553237A CN202110823247.3A CN202110823247A CN113553237A CN 113553237 A CN113553237 A CN 113553237A CN 202110823247 A CN202110823247 A CN 202110823247A CN 113553237 A CN113553237 A CN 113553237A
- Authority
- CN
- China
- Prior art keywords
- emergency
- decision tree
- node
- abnormal scene
- abnormal
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 123
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000003066 decision tree Methods 0.000 claims abstract description 151
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
- G06F11/0709—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a distributed system consisting of a plurality of standalone computer nodes, e.g. clusters, client-server systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0793—Remedial or corrective actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种异常场景应急处理方法及装置，该方法包括：获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案；根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景；在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。本发明有助于提高异常场景的应急处理速度。
Description
技术领域
本发明涉及应急处理技术领域，具体而言，涉及一种异常场景应急处理方法及装置。
背景技术
随着信息科技的发展，越来越多的公司在互联网开展业务，对于银行、证券公司、期货公司、网络金融公司、游戏公司等大型IT公司来说，网上业务体量大，各种业务场景复杂度高，不同应用场景需要单独的应急预案，造成公司应急预案数量庞大、界限模糊等特点。当应急事件(即异常场景)发生时，很难精确定位到事件对应的应急预案，影响事件处置效率。由于IT行业比较依赖于线上业务，当出现线上交易服务异常时，急需第一时间响应解决，很多公司都有设置一线值班应急岗，主要负责第一时间发现并响应应急事件。而在现有技术中，当应急事件(即异常场景)发生时，一线值班应急岗难以快速的从海量的应急预案中精确找到对应的应急预案，影响应急事件(即异常场景)的处置效率。因此，现有技术缺少一种更为高效的异常场景应急处理方法。
发明内容
本发明为了解决上述背景技术中的技术问题，提出了一种异常场景应急处理方法及装置。
为了实现上述目的，根据本发明的一个方面，提供了一种异常场景应急处理方法，该方法包括：
获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案；
根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景；
在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。
可选的，该异常场景应急处理方法，还包括：
若获取的应急预案为调用平台工具和/或可执行脚本来实现的自动化应急预案，则执行所述自动化应急预案。
可选的，每个所述决策树末端节点中存储有本节点对应的所有应急预案；
所述获取该决策树末端节点对应的应急预案，具体包括：
获取该决策树末端节点中存储的所有应急预案。
可选的，该异常场景应急处理方法，还包括：
在所述应急决策树创建一个新的决策树末端节点；
设置该新的决策树末端节点对应的异常场景；
建立该新的决策树末端节点对应的异常场景的应急预案与该新的决策树末端节点之间的对应关系。
可选的，每个应急预案中记载了：应急预案ID信息、应急预案名称、应急预案对应的应用、应急预案对应的决策树末端节点的ID信息、影响范围、启用依据、应急联系人员以及操作步骤。
为了实现上述目的，根据本发明的另一方面，提供了一种异常场景应急处理装置，该装置包括：
异常场景监控指标获取模块，用于获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案；
异常场景检测模块，用于根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景；
应急预案确定模块，用于在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。
可选的，该异常场景应急处理装置，还包括：
应急预案执行模块，用于若获取的应急预案为调用平台工具和/或可执行脚本来实现的自动化应急预案，则执行所述自动化应急预案。
可选的，每个所述决策树末端节点中存储有本节点对应的所有应急预案；
所述应急预案确定模块，具体用于获取该决策树末端节点中存储的所有应急预案。
为了实现上述目的，根据本发明的另一方面，还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，所述处理器执行所述计算机程序时实现上述异常场景应急处理方法中的步骤。
为了实现上述目的，根据本发明的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序在计算机处理器中执行时实现上述异常场景应急处理方法中的步骤。
本发明的有益效果为：
本发明建立了应急决策树，应急决策树中的每个节点对应一个异常场景，进而将异常场景的应急预案与应急决策树中的决策树末端节点进行关联，并设置了每个决策树末端节点各自对应的异常场景监控指标，本发明进而根据异常场景监控指标检测是否出现各决策树末端节点对应的异常场景，并在检测到出现某个决策树末端节点对应的异常场景时，自动获取该决策树末端节点对应的应急预案，由此实现在出现异常场景时自动高效的确定对应的应急预案的有益效果，有助于提升异常处理的效率。
附图说明
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，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本发明实施例异常场景应急处理方法的流程图；
图2是本发明实施例应急决策树示意图；
图3是本发明实施例编制应急决策树前端界面示意图；
图4是本发明实施例应急决策树及应急预案数据库表示意图；
图5是本发明实施例异常场景应急处理装置的结构框图；
图6是本发明实施例计算机设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本发明提供一种异常场景应急处理方法，通过建立可视化的应急决策树，纳管所有应急预案。进一步的，本发明通过应急决策树纳管异常场景监控指标，进而通过监控报警自动推荐或调用应急预案。下面对本发明方案进行详细介绍。
图1是本发明实施例异常场景应急处理方法的流程图，如图1所示，在本发明一个实施例中，本发明的异常场景应急处理方法包括步骤S101至步骤S103。
步骤S101，获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案。
在本发明中，应急管理员可以按照通用的应急场景设置通用的层级类别，建立应急决策树，不同应用运维人员可以通过可视化、标准化的应急决策树梳理自身应用应急预案是否完善，关键节点应急预案是否已具备，也可以个性化修改自己的应急决策树。
如图2所示，在本发明一个实施例中，应急决策树从左到右的节点分别所归属不同的层级类别，最左边的根节点是应急决策树名称，最右边是决策树末端节点，决策树末端节点是纳管应急预案的节点，中间为分类节点，分类节点可以为多层级分类，分类节点不用于纳管应急预案。每个决策树末端节点与一个分类节点相连接，用于表示出该决策树末端节点的具体所属分类。
在本发明中，应急决策树中的每个节点各自对应一个异常场景，因此本发明应急决策树中的节点也可以称为异常场景节点。
在本发明中，应急决策树中的各节点有层级划分，而异常场景也有归属划分，下一层级的节点对应的异常场景归属于上一层级的节点对应的异常场景，例如，图2中的容器异常这个节点的上一级节点为分布式应用联机交易单台服务器异常这个节点，即容器异常归属于分布式应用联机交易单台服务器异常。
本发明中，分类节点仅用于进行层级划分，不用于纳管应急预案。而决策树末端节点对应的是最细化的异常场景，只有最细化的异常场景才对应有应急预案，因此决策树末端节点用于纳管应急预案。
例如，某份应急预案归属于一级类：联机节点异常，二级类：分布式应用联机交易单台服务器异常，三级类：容器异常，那么该应急预案归属于：联机节点异常—分布式应用联机交易单台服务器异常—容器异常场景下面的一份应急预案(图1中序号①所示节点)。
步骤S102，根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景。
在本发明中，本发明将把异常场景对应的监控指标关联应急决策树，实现应急决策树的决策树末端节点和监控报警、应急预案的关联。
在本发明中，监控系统直接获取每个决策树末端节点各自对应的异常场景监控指标，进而根据异常场景监控指标进行异常场景监控。当发现异常场景监控指标出现异常时，则确定出现异常场景，此时可以获取决策树末端节点关联的应急预案，实现自动推荐应急预案。
步骤S103，在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。
在本发明一个实施例中，本发明预先设置了应急预案表，可以如图4所示，应急预案表中记载了每个应急预案的信息，应急预案的信息具体可以包括：应急预案ID信息、应急预案名称、应急预案对应的应用、应急预案对应的决策树末端节点的ID信息、影响范围、启用依据、应急联系人员以及操作步骤等信息。
在本发明一个实施例中，本步骤的获取该决策树末端节点对应的应急预案，具体可以为根据预设的应急预案表获取该决策树末端节点对应的应急预案。
在本发明一个实施例中，每个所述决策树末端节点中存储有本节点对应的所有应急预案，即应急预案存储在对应的决策树末端节点中。在本发明一个实施例中，步骤S103的获取该决策树末端节点对应的应急预案，具体包括：获取该决策树末端节点中存储的所有应急预案。
在本发明一个实施例中，在上述步骤S103之后，本发明的异常场景应急处理方法还包括：
若获取的应急预案为调用平台工具和/或可执行脚本来实现的自动化应急预案，则执行所述自动化应急预案。
在本发明中，如果应急预案是通过调用平台工具、可执行的脚本等方式实现的自动化的应急预案，则监控系统可以直接调用应急预案进行自动应急处置。
在本发明中，应用运维人员可以随时对应急决策树进行调整，对应急决策树进行增加新的节点、删除已有节点、修改节点信息、将节点与异常场景进行关联以及取消节点与异常场景的关联等操作。
在本发明一个实施例中，本发明在应急决策树中创建新的节点的流程可以包括以下步骤：
在所述应急决策树创建一个新的决策树末端节点；
设置该新的决策树末端节点对应的异常场景；
建立该新的决策树末端节点对应的异常场景的应急预案与该新的决策树末端节点之间的对应关系。
在本发明一个实施例中，每个应急预案中记载了：应急预案ID信息、应急预案名称、应急预案对应的应用、应急预案对应的决策树末端节点的ID信息、影响范围、启用依据、应急联系人员以及操作步骤等信息。
在本发明一个实施例中，本发明建立应急决策树的具体流程可以如下。
在本发明实施例中，决策树可基于Vue+ElementUI+JsPlumb实现可视化，开发环境是由vuecli脚手架搭建，其中JsPlumb是一个基于Jquery的插件，支持通过鼠标拖动来连接界面上的元素，支持通过SVG画布来绘制流程图。
具体的实现方法：
1、设置可拖拽组件，拖拽后在画布生成对应节点。
本发明可以使用VUE语言设置各类组件(如图3序号②所示)，调用基于Stortable.js的vue组件(Vuedraggable插件)，使用end、start这两个属性，记录组件参数，并输入SVG画布，在画布上生成对应节点(如图3序号③所示节点)。
2、连接节点。
使用JsPlumb的makeTarget函数，滑动鼠标到节点上，图表变成十字后，移动鼠标到另一个节点便可以实现画线，决策树画完后保存时，前端会生成一个json数组写入数据库表。json数组主要包括各节点之间的连接关系以及每个节点的节点参数，节点参数具体包括：节点ID、节点对应的异常场景、节点的类型(分类节点或者决策树末端节点)、节点对应的异常场景监控指标。
当想要查看应急决策树时，前端可以直接通过调用后端接口，使用保存的json数组还原应急决策树。
在本发明一个实施例中，本发明将应急预案与应急决策树进行关联的方法具体如下。
本发明设置标准化的应急预案录入模板，除了场景名称、影响范围、启用依据、应急联系人员、操作步骤等一些基本信息外，还需要调用应急决策树接口，新增录入应急预案必须选择对应的决策树末端节点。
如图4所示，每份应急预案都需要按照其所归属的类别分配到对应的树末端节点(必输字段)。如图2所示，本发明可以通过点击决策树末端节点，可以访问并查看已录入的应急预案，也可以调整应急预案归属节点，包括但不限于通过拖拽或手工更改归属末端id的方式进行调整。如果没有对应的节点，需要在应急决策树模板的基础上进行应用个性化修改或新增节点。
由以上实施例可以看出，本发明通过建立可视化的应急决策树，通过应急决策树纳管所有的应急预案并对其进行分级分类管理，能够辅助应用运维人员对应急预案进行系统化、标准化管理，能够通过可视化应急决策树的形式为一线值班应急岗应急人员提供应急处置思路。在应急发生时，一线值班应急岗应急人员能够通过事件发生的具体应急场景，快速定位到对应的应急预案并采取应急措施。
本发明跟现有技术相比，至少实现了以下有益效果：
1、本发明提供了标准化、可视化的应急决策树，每份应急预案都有其所归属的决策树末端节点，有效解决了应急预案数量庞大、界限模糊，难以管理且事件发生时无法精确定位使用的问题。
2、每个应用运维人员都可以通过对标应急决策树进行梳理，检查关键节点应急预案是否已具备，也可以个性化建立自己的应急决策树，有效解决了各应用在不同应急场景下应急预案不够全面的问题。
3、给一线值班应急岗应急人员提供应急处置思路。
(1)一线值班应急岗应急人员可以依据报警应用和场景，通过应急决策树迅速定位到可使用的应急预案。
(2)当监控系统和应急决策树关联后(同应急预案关联方法)，相应节点的监控指标异常时可以迅速给值班人员推荐对应节点的应急预案。
(3)如果应急预案是通过调用平台工具、可执行的脚本等方式实现自动化的应急预案，则监控系统可以直接关联调用应急预案进行自动应急处置。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
基于同一发明构思，本发明实施例还提供了一种异常场景应急处理装置，可以用于实现上述实施例所描述的异常场景应急处理方法，如下面的实施例所述。由于异常场景应急处理装置解决问题的原理与异常场景应急处理方法相似，因此异常场景应急处理装置的实施例可以参见异常场景应急处理方法的实施例，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是本发明实施例异常场景应急处理装置的结构框图，如图5所示，本发明实施例异常场景应急处理装置包括：
异常场景监控指标获取模块1，用于获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案；
异常场景检测模块2，用于根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景；
应急预案确定模块3，用于在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。
在本发明一个实施例中，本发明的异常场景应急处理装置，还包括：
应急预案执行模块，用于若获取的应急预案为调用平台工具和/或可执行脚本来实现的自动化应急预案，则执行所述自动化应急预案。
在本发明一个实施例中，每个所述决策树末端节点中存储有本节点对应的所有应急预案。在本发明一个实施例中，所述应急预案确定模块，具体用于获取该决策树末端节点中存储的所有应急预案。
在本发明一个实施例中，本发明的异常场景应急处理装置，还包括：
节点创建模块，用于在所述应急决策树创建一个新的决策树末端节点；
节点设置模块，用于设置该新的决策树末端节点对应的异常场景；
应急预案关联模块，用于建立该新的决策树末端节点对应的异常场景的应急预案与该新的决策树末端节点之间的对应关系。
为了实现上述目的，根据本申请的另一方面，还提供了一种计算机设备。如图6所示，该计算机设备包括存储器、处理器、通信接口以及通信总线，在存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元，如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及作品数据处理，即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中，当被所述处理器执行时，执行上述实施例中的方法。
上述计算机设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解，此处不再赘述。
为了实现上述目的，根据本申请的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序在计算机处理器中执行时实现上述异常场景应急处理方法中的步骤。本领域技术人员可以理解，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，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种异常场景应急处理方法，其特征在于，包括：
获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案；
根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景；
在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。
2.根据权利要求1所述的异常场景应急处理方法，其特征在于，还包括：
若获取的应急预案为调用平台工具和/或可执行脚本来实现的自动化应急预案，则执行所述自动化应急预案。
3.根据权利要求1所述的异常场景应急处理方法，其特征在于，每个所述决策树末端节点中存储有本节点对应的所有应急预案；
所述获取该决策树末端节点对应的应急预案，具体包括：
获取该决策树末端节点中存储的所有应急预案。
4.根据权利要求1所述的异常场景应急处理方法，其特征在于，还包括：
在所述应急决策树创建一个新的决策树末端节点；
设置该新的决策树末端节点对应的异常场景；
建立该新的决策树末端节点对应的异常场景的应急预案与该新的决策树末端节点之间的对应关系。
5.根据权利要求1所述的异常场景应急处理方法，其特征在于，每个应急预案中记载了：应急预案ID信息、应急预案名称、应急预案对应的应用、应急预案对应的决策树末端节点的ID信息、影响范围、启用依据、应急联系人员以及操作步骤。
6.一种异常场景应急处理装置，其特征在于，包括：
异常场景监控指标获取模块，用于获取预设的应急决策树中的每个决策树末端节点各自对应的异常场景监控指标，其中，所述应急决策树包含多种节点，每个所述节点对应一个异常场景，所述节点包括：分类节点以及决策树末端节点，每个所述决策树末端节点与一个所述分类节点连接，每个所述决策树末端节点对应至少一个应急预案；
异常场景检测模块，用于根据所述异常场景监控指标检测是否出现各决策树末端节点对应的异常场景；
应急预案确定模块，用于在检测到出现某个决策树末端节点对应的异常场景时，获取该决策树末端节点对应的应急预案，以根据获取的应急预案对异常场景进行应急处理。
7.根据权利要求6所述的异常场景应急处理装置，其特征在于，还包括：
应急预案执行模块，用于若获取的应急预案为调用平台工具和/或可执行脚本来实现的自动化应急预案，则执行所述自动化应急预案。
8.根据权利要求6所述的异常场景应急处理装置，其特征在于，每个所述决策树末端节点中存储有本节点对应的所有应急预案；
所述应急预案确定模块，具体用于获取该决策树末端节点中存储的所有应急预案。
9.一种计算机设备，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，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5任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序在计算机处理器中执行时实现如权利要求1至5任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110823247.3A CN113553237A (zh) | 2021-07-21 | 2021-07-21 | 异常场景应急处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110823247.3A CN113553237A (zh) | 2021-07-21 | 2021-07-21 | 异常场景应急处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113553237A true CN113553237A (zh) | 2021-10-26 |
Family
ID=78103696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110823247.3A Pending CN113553237A (zh) | 2021-07-21 | 2021-07-21 | 异常场景应急处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113553237A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170371768A1 (en) * | 2016-06-23 | 2017-12-28 | International Business Machines Corporation | System and method for detecting and alerting unexpected behavior of software applications |
| CN110162422A (zh) * | 2019-04-30 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 一种基于决策树的问题定位方法和装置 |
| CN111913848A (zh) * | 2020-07-24 | 2020-11-10 | 上海泛微网络科技股份有限公司 | 一种数据监测分析方法及相关设备 |
-
2021
- 2021-07-21 CN CN202110823247.3A patent/CN113553237A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170371768A1 (en) * | 2016-06-23 | 2017-12-28 | International Business Machines Corporation | System and method for detecting and alerting unexpected behavior of software applications |
| CN110162422A (zh) * | 2019-04-30 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 一种基于决策树的问题定位方法和装置 |
| CN111913848A (zh) * | 2020-07-24 | 2020-11-10 | 上海泛微网络科技股份有限公司 | 一种数据监测分析方法及相关设备 |
Non-Patent Citations (1)
| Title |
|---|
| 柴伟杰;付志兵;王志芳;: "决策树算法在应急预案评估中的应用分析", 无线电工程, no. 07, 5 July 2011 (2011-07-05) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9053237B2 (en) | Test script generation | |
| DE112020004623T5 (de) | Ml-basierte ereignishandhabung | |
| CN110009347B (zh) | 一种区块链交易信息审计的方法及装置 | |
| CN110457175B (zh) | 业务数据处理方法、装置、电子设备及介质 | |
| CN110956269A (zh) | 数据模型的生成方法、装置、设备以及计算机存储介质 | |
| CN113468159A (zh) | 一种数据应用全链路管控方法及系统 | |
| CN111427748A (zh) | 任务告警方法、系统、设备及存储介质 | |
| CN111859047A (zh) | 一种故障解决方法及装置 | |
| CN112905323A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN106910075B (zh) | 移动通信客户投诉的智能处理系统和方法 | |
| CN108173711B (zh) | 企业内部系统数据交换监控方法 | |
| CN116340536A (zh) | 运维知识图谱构建方法、装置、设备、介质及程序产品 | |
| CN113553237A (zh) | 异常场景应急处理方法及装置 | |
| CN113469584B (zh) | 一种业务服务运营的风险管理方法及装置 | |
| CN114721945A (zh) | 基于图数据库的分配方法及其装置、电子设备及存储介质 | |
| CN115496470A (zh) | 全链路配置化数据处理方法、装置和电子设备 | |
| CN109683989A (zh) | 一种配置项之间关联关系的自动采集方法及装置 | |
| CN111026705B (zh) | 建筑工程文件管理方法、系统及终端设备 | |
| CN114860851A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN114595216A (zh) | 数据校验方法、装置、存储介质及电子设备 | |
| CN111552847A (zh) | 一种变更对象数量的方法和装置 | |
| CN113760863A (zh) | 数据库的配置方法、装置、计算机设备和可读存储介质 | |
| CN112486481A (zh) | 多模块分层架构实现方法、装置、电子设备及介质 | |
| CN115208895B (zh) | 一种用于区块链技术的自动化组网方法及系统 | |
| CN111352824A (zh) | 测试方法、装置及计算机设备 |
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 |