CN115033463B - 一种系统异常类型确定方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种系统异常类型确定方法、装置、设备和存储介质，涉及数据处理技术领域，包括：采集系统指定时间范围内的日志以及系统关键绩效指标KPI；根据日志创建在指定时间范围内的日志事件向量；对日志事件向量进行聚类获取日志簇；从系统KPI中确定告警KPI以及与告警KPI所对应的目标日志簇，并基于目标日志簇确定系统异常类型。通过所采集的日志获取日志簇，并获取与告警KPI所对应的目标日志簇，由于每个日志簇分别对应一种系统状态，因此根据目标日志簇当确定系统发生异常时，可以获取系统发生异常时对应的异常类型。

Description

一种系统异常类型确定方法、装置、设备和存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种系统异常类型确定方法、装置、设备和存储介质。

背景技术

随着信息化进程的飞速发展，计算机系统已经成为现代企业的一部分。为保证系统正常运行，提高系统的可靠性和安全性，企业还需要一套强大的监控系统，通过各类指标性能指标、运行状态数据的收集，汇总、可视化分析等。

庞大的系统仅仅看到指标异常还无法定位实际的故障原因，还需要运维人员进一步通过关联日志、运维知识库等进行排查分析。随着技术发展和业务需要，系统规模和复杂性日渐增加，传统的人工问题诊断耗时且容易出错。因此目前提出了无监督算法自动识别当前系统运行过程中所存在的问题。

但是无监督算法往往只能识别是否存在问题，而不能区分不同类型的问题。同时大型系统每天产生的日志数据量极大，在生产环境中大多数日志记录的是正常的操作，只有一小部分日志是有问题的，因此日志数据的高度不平衡会影响系统异常类型的识别精度。

发明内容

本发明提供了一种系统异常类型确定方法、装置、设备和存储介质，以实现对系统发生异常时所对应的异常类型进行识别。

根据本发明的一方面，提供了一种系统异常类型确定方法，包括: 采集系统指定时间范围内的日志以及系统关键绩效指标KPI；

根据所述日志创建在所述指定时间范围内的日志事件向量；

对所述日志事件向量进行聚类获取日志簇；

从系统KPI中确定告警KPI以及与所述告警KPI所对应的目标日志簇，并基于所述目标日志簇确定系统异常类型。

根据本发明的另一方面，提供了一种系统异常类型确定装置,包括：日志和系统KPI采集模块，用于采集系统指定时间范围内的日志以及系统关键绩效指标KPI；

日志事件向量创建模块，用于根据所述日志创建所述指定时间范围内的日志事件向量；

日志簇获取模块，用于对所述日志事件向量进行聚类获取日志簇；

系统异常类型确定模块，用于从系统KPI中确定告警KPI以及与所述告警KPI所对应的目标日志簇，并基于所述目标日志簇确定系统异常类型。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的方法。

根据本发明的另一方面，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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的方法。

本发明实施例的技术方案，通过所采集的日志获取日志簇，并获取与告警KPI所对应的目标日志簇，由于每个日志簇分别对应一种系统状态，因此可以根据目标日志簇当确定系统发生异常时，可以所获取系统发生异常时对应的异常类型。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。

图1是根据本发明实施例一提供的一种系统异常类型确定方法的流程图；

图2是根据本发明实施例二提供的一种系统异常类型确定方法的流程图；

图3是根据本发明实施例三提供的一种系统异常类型确定装置的结构示意图；

图4是实现本发明实施例的电子设备的结构示意图。

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。

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“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，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。

实施例一

图1为本发明实施例一提供了一种系统异常类型确定方法的流程图，本实施例可适用于对系统异常类型进行确定的情况，该方法可以由系统异常类型确定装置来执行，该装置可以采用硬件和/或软件的形式实现。如图1所示，该方法包括：

步骤S101，采集系统指定时间范围内的日志以及系统关键绩效指标KPI。

具体的说，本实施方式中会在指定时间范围t1至td区间内对系统的自身和上下游的业务日志、应用中间件日志、操作系统日志或数据库日志等进行采集，当然，本实施方式中仅是举例说明，而并不对采集日志的具体类型以及指定时间范围进行限定。

需要说明的是，本实施方式中在指定时间范围内对日志进行采集的过程中，还会相应的采集系统关键绩效指标（Key Performance Indicator,KPI）,其中，KPI具体可以包括Latency-延迟、Traffic-流量、Error-错误或Saturation-饱和度等。

步骤S102，根据日志创建在指定时间范围内的日志事件向量。

可选的，根据日志创建在指定时间范围内的日志事件向量，包括：获取日志的属性信息，其中，属性信息中包括时间戳、事件标识和流水号；根据属性信息对日志进行事件分类建立日志事件；根据日志事件创建在指定时间范围内的日志事件向量。

可选的，根据日志事件创建在指定时间范围内的日志事件向量，包括：根据日志事件构造在指定时间范围内的日志序列，其中，日志序列中包含位于同一时间窗口内的日志事件；获取与日志序列所匹配的日志事件向量。

可选的，获取与日志序列所匹配的日志事件向量之后，还包括：确定与日志事件向量所匹配的权重值；根据权重对日志事件向量进行归一化处理。

其中，本实施方式中还会获取日志的属性信息，属性信息中包含时间戳、事件标识和流水号等关键字段信息，并且会根据属性信息中所包含的关键字段对日志进行分类，建立日志事件E1、E2、E3、E4、E5或E6等，其中，每个日志事件对应一种事件类型，在获取到t1至td时间范围内的日志事件后，会根据日志事件构建日志序列，在每个日志序列中包含位于同一时间窗口内的日志事件，因此在t1至td时间范围内可以获取到多组日志序列，例如[E1E2 E4 E5]。

具体的说，本实施方式中在获取到日志序列后，确定指定时间范围内所包含的全部日志事件的类型，将每组日志序列中所发生的日志事件用1进行表示，将未发生的日志事件用0进行表示，从而实现将每一组日志序列进行序列矢量化处理。例如，确定指定时间范围内共包含E1、E2、E3、E4、E5和E6六种日志事件，则可以确定与日志序列[E1 E2 E4 E5]所匹配的日志事件向量为（1 1 0 1 1 0），当然，本实施方式中仅是以一个日志序列进行矢量化处理的过程进行举例说明，对于其它日志序列进行序列化处理获取日志事件向量的方式与此大致相同，本实施方式中不再进行赘述。

需要说明的是，本实施方式中在对日志序列进行序列化处理获取日志事件向量后，还可以采用如下公式（1）获取一组日志事件向量中每个事件的第一权重值：

widf（x）=log（N/nx ） （1）

其中，x表示事件，nx表示一组日志事件向量中所包含的事件x的数量，N表示一组日志事件向量中所有日志事件的数量，widf（x）表示事件x的第一权重值。即将高频的事件给与较低的权重，低频的事件给与较高的权重。

需要说明的是，在每个时间窗口内，将对应的向量求和，即d个时间窗口内，可以得到d个日志事件向量，对应d个KPI序列数据，由此构造一个回归模型，得到各个日志事件的第二权重值wc。并且可以采用如下公式（2）对日志事件向量进行归一化处理：

w（x）=m*Norm（widf（x））+（1-m）*wc（x） （2）

其中，x表示事件，widf（x）表示事件x的第一权重值，wc（x）表示事件x的第二权重值，m表示经验值，通常取值为0.2，w（x）表示事件x的归一化结果。从而将日志事件向量中所对应的每个时间的归一化结果进行组合，从而获取归一化后的日志事件向量。

步骤S103，对日志事件向量进行聚类获取日志簇。

具体的说，本实施方式中在获取到归一化后的日志事件向量后，会对日志事件向量进行聚类，由于在对日志事件向量进行归一化时，已经添加了第一权重值，具体是为高频的事件给与较低的权重，低频的事件给与较高的权重，由于系统发生异常时所对应的日志数量通常是比较少的，通过给与较高的权重，可以保持数据分布的平衡性，从而提高了聚类算法的精度。

步骤S104，从系统KPI中确定告警KPI以及与告警KPI所对应的目标日志簇，并基于目标日志簇确定系统异常类型。

可选的，从系统KPI中确定告警KPI以及与告警KPI所对应的目标日志簇，包括：从系统KPI中筛选出超过预设阈值的系统KPI，将筛选出的系统KPI作为告警KPI；获取告警KPI所对应的系统时间；在系统时间上获取与告警KPI所对应的目标日志簇。

可选的，基于目标日志簇确定系统异常类型，包括：获取目标日志簇所对应的目标系统状态；根据目标系统状态确定系统异常类型。

具体的说，本实施方式中当在d个时间间隔内，产生了N个聚类结果，

因此将各个系统KPI分别与预设阈值进行对比，查找出超出预设阈值的告警KPI，通过多元线性回归模型确定出与告警KPI所对应的目标日志簇，获取目标日志簇所对应的目标系统状态，并根据目标系统状态确定系统异常类型。例如，目标日志簇主要是关于系统CPU资源的消耗状态，因此可以确定系统异常类型为CPU资源不足，造成系统运行出现异常，当然，本实施方式中仅是举例说明，而并不对系统异常类型的具体内容进行限定。

本申请实施方式，通过所采集的日志获取日志簇，并获取与告警KPI所对应的目标日志簇，由于每个日志簇分别对应一种系统状态，因此可以根据目标日志簇当确定系统发生异常时，可以所获取系统发生异常时对应的异常类型。

实施例二

图2为本发明实施例二提供的一种日志字段提取方法的流程图，本实施例在实施例一的基础上增加了对字段提取结果进行校验的步骤。如图2所示，该方法包括：

步骤S201，采集系统指定时间范围内的日志以及系统关键绩效指标KPI。

步骤S202，根据日志创建在指定时间范围内的日志事件向量。

可选的，根据日志创建在指定时间范围内的日志事件向量，包括：获取日志的属性信息，其中，属性信息中包括时间戳、事件标识和流水号；根据属性信息对日志进行事件分类建立日志事件；根据日志事件创建在指定时间范围内的日志事件向量。

可选的，根据日志事件创建在指定时间范围内的日志事件向量，包括：根据日志事件构造在指定时间范围内的日志序列，其中，日志序列中包含位于同一时间窗口内的日志事件；获取与日志序列所匹配的日志事件向量。

可选的，获取与日志序列所匹配的日志事件向量之后，还包括：确定与日志事件向量所匹配的权重值；根据权重对日志事件向量进行归一化处理。

步骤S203，获取日志事件向量的模式。

具体的说，本实施方式中在对日志事件向量进行聚类之前会先获取日志事件向量的模式，其中，模式包括单行模式或多行序列模式。如果是序列模式，对序列ID 进行识别，比如常见的流水号、线程号等，然后对每个模式的数量统计得到相应的时序指标，单行的就是单变量指标，多行的就是多变量指标，即一个序列内可能还有多类事件，每类事件分别算一维。

步骤S204，根据模式对日志事件向量进行聚类获取日志簇。

具体的说，由于不同的模式对应不同的聚类方式，因此在获取到日志事件向量的模式后，会根据所确定的模式对日志事件向量进行聚类获取日志簇。

并且所获取的每个日志簇对应一种系统状态。

步骤S205，从系统KPI中确定告警KPI以及与告警KPI所对应的目标日志簇，并基于目标日志簇确定系统异常类型。

可选的，从系统KPI中确定告警KPI以及与告警KPI所对应的目标日志簇，包括：从系统KPI中筛选出超过预设阈值的系统KPI，将筛选出的系统KPI作为告警KPI；获取告警KPI所对应的系统时间；在系统时间上获取与告警KPI所对应的目标日志簇。

可选的，基于目标日志簇确定系统异常类型，包括：获取目标日志簇所对应的目标系统状态；根据目标系统状态确定系统异常类型。

本申请实施方式，通过所采集的日志获取日志簇，并获取与告警KPI所对应的目标日志簇，由于每个日志簇分别对应一种系统状态，因此可以根据目标日志簇当确定系统发生异常时，可以所获取系统发生异常时对应的异常类型。

实施例三

图3为本发明实施例三提供的一种系统异常类型确定装置的结构示意图。如图3所示，该装置包括：

日志和系统KPI采集模块310，用于采集系统指定时间范围内的日志以及系统关键绩效指标KPI；

日志事件向量创建模块320，用于根据日志创建指定时间范围内的日志事件向量；

日志簇获取模块330，用于对日志事件向量进行聚类获取日志簇；

系统异常类型确定模块340，用于从系统KPI中确定告警KPI以及与告警KPI所对应的目标日志簇，并基于目标日志簇确定系统异常类型。

可选的，日志事件向量创建模块，包括：

属性信息获取子模块，用于获取日志的属性信息，其中，属性信息中包括时间戳、事件标识和流水号；

日志事件建立子模块，用于根据属性信息对日志进行事件分类建立日志事件；

日志事件向量创建子模块，用于根据日志事件创建在指定时间范围内的日志事件向量。

可选的，日志事件向量创建子模块，包括：日志序列构建单元，用于根据日志事件构造在指定时间范围内的日志序列，其中，日志序列中包含位于同一时间窗口内的日志事件；

日志事件向量创建单元，用于获取与日志序列所匹配的日志事件向量。

可选的，装置还包括：归一化处理模块，用于确定与日志事件向量所匹配的权重值；

根据权重对日志事件向量进行归一化处理。

可选的，日志簇获取模块，用于获取日志事件向量的模式，其中，模式包括单行模式或多行序列模式；

根据模式对日志事件向量进行聚类获取日志簇，其中，每个日志簇对应一种系统状态。

可选的，系统异常类型确定模块，用于从系统KPI中筛选出超过预设阈值的系统KPI，将筛选出的系统KPI作为告警KPI；

获取告警KPI所对应的系统时间；

在系统时间上获取与告警KPI所对应的目标日志簇。

可选的，系统异常类型确定模块，还用于获取目标日志簇所对应的目标系统状态；

根据目标系统状态确定系统异常类型。

本发明实施例所提供的系统异常类型确定装置可执行本发明任意实施例所提供的系统异常类型确定方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如系统异常类型确定方法。

在一些实施例中，系统异常类型确定方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的系统异常类型确定方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行系统异常类型确定方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种系统异常类型确定方法，其特征在于，包括：

采集系统指定时间范围内的日志以及系统关键绩效指标KPI；

根据所述日志创建在所述指定时间范围内的日志事件向量；

对所述日志事件向量进行聚类获取日志簇；

从系统KPI中确定告警KPI以及与所述告警KPI所对应的目标日志簇，并基于所述目标日志簇确定系统异常类型；

所述根据所述日志创建在所述指定时间范围内的日志事件向量，包括：获取所述日志的属性信息，其中，所述属性信息中包括时间戳、事件标识和流水号；根据所述属性信息对所述日志进行事件分类建立日志事件；根据所述日志事件创建在所述指定时间范围内的所述日志事件向量；

所述从系统KPI中确定告警KPI以及与所述告警KPI所对应的目标日志簇，包括：从所述系统KPI中筛选出超过预设阈值的系统KPI，将筛选出的所述系统KPI作为所述告警KPI；获取所述告警KPI所对应的系统时间；在所述系统时间上获取与所述告警KPI所对应的所述目标日志簇。

2.根据权利要求1所述的方法，其特征在于，所述根据所述日志事件创建在所述指定时间范围内的所述日志事件向量，包括：

根据所述日志事件构造在所述指定时间范围内的日志序列，其中，所述日志序列中包含位于同一时间窗口内的日志事件；

获取与所述日志序列所匹配的日志事件向量。

3.根据权利要求2所述的方法，其特征在于，所述获取与所述日志序列所匹配的日志事件向量之后，还包括：

确定与所述日志事件向量所匹配的权重值；

根据所述权重对所述日志事件向量进行归一化处理。

4.根据权利要求1所述的方法，其特征在于，所述对所述日志事件向量进行聚类获取日志簇，包括：

获取日志事件向量的模式，其中，所述模式包括单行模式或多行序列模式；

根据所述模式对所述日志事件向量进行聚类获取日志簇，其中，每个日志簇对应一种系统状态。

5.根据权利要求1所述的方法，其特征在于，所述基于所述目标日志簇确定系统异常类型，包括：

获取所述目标日志簇所对应的目标系统状态；

根据所述目标系统状态确定所述系统异常类型。

6.一种系统异常类型确定装置，其特征在于，包括：

日志和系统KPI采集模块，用于采集系统指定时间范围内的日志以及系统关键绩效指标KPI；

日志事件向量创建模块，用于根据所述日志创建所述指定时间范围内的日志事件向量；

日志簇获取模块，用于对所述日志事件向量进行聚类获取日志簇；

系统异常类型确定模块，用于从系统KPI中确定告警KPI以及与所述告警KPI所对应的目标日志簇，并基于所述目标日志簇确定系统异常类型；

所述日志事件向量创建模块，用于获取所述日志的属性信息，其中，所述属性信息中包括时间戳、事件标识和流水号；根据所述属性信息对所述日志进行事件分类建立日志事件；根据所述日志事件创建在所述指定时间范围内的所述日志事件向量；

系统异常类型确定模块，用于从所述系统KPI中筛选出超过预设阈值的系统KPI，将筛选出的所述系统KPI作为所述告警KPI；获取所述告警KPI所对应的系统时间；在所述系统时间上获取与所述告警KPI所对应的所述目标日志簇。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的方法。

Images