CN117873828A - 一种服务器的告警处理方法、装置、设备及介质 - Google Patents
一种服务器的告警处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117873828A CN117873828A CN202410026822.0A CN202410026822A CN117873828A CN 117873828 A CN117873828 A CN 117873828A CN 202410026822 A CN202410026822 A CN 202410026822A CN 117873828 A CN117873828 A CN 117873828A
- Authority
- CN
- China
- Prior art keywords
- alarm
- information
- attribute
- similarity
- server
- 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
- 238000003672 processing method Methods 0.000 title claims description 22
- 238000012545 processing Methods 0.000 claims abstract description 102
- 238000000034 method Methods 0.000 claims abstract description 71
- 238000013145 classification model Methods 0.000 claims abstract description 69
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 230000006978 adaptation Effects 0.000 abstract description 15
- 230000008859 change Effects 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种服务器的告警处理方法、装置、设备及介质,适用于服务器监控技术领域。通过特征提取的匹配方法对告警信息进行匹配相似度处理得到对应的特征值信息,实现基于不同的告警格式对应的告警信息智能化匹配得到特征值信息。基于告警分类模型得到该告警信息对应的告警分类,节省人工干预进行匹配的时间成本,同时避免当前的适配处理过程中由于告警类型变更导致无法识别到变更信息影响告警分类的准确性。在得到告警分类后,确定该告警模型下对应的权重值,基于权重值与阈值的关系,确定最终的告警处理策略,在此实现对告警信息的过滤和优化,从而精简告警,保留有价值的告警以提高告警处理的效率,保证目标服务器的告警适配的正常工作。
Description
技术领域
本发明涉及服务器监控技术领域,特别是涉及一种服务器的告警处理方法、装置、设备及介质。
背景技术
随着互联网的普及和企业信息化的发展,云计算技术在企业运维方面,提供了较为灵活、高效可扩展的基础设施。在服务器机型种类较多的情况下,各服务器机型的不同,导致各服务器产生的告警格式和内容不同,另外加,服务器的固件版本的更新迭代,也会产生新的告警类型或者新的告警格式,造成对告警的适配较为困难。
当前的告警适配,将目标服务器进行告警配置操作,根据匹配规则将告警信息匹配到告警平台。每次新适配一种机型时,均需要人工核对目标服务器与告警监控平台的匹配关键字,在每次新增机型时核对以便将告警平台缺少的关键字添加到自定义告警列表中。整个适配过程增加人工干预的时间成本,另外,在目标服务器告警格式或者告警类型变更时,会导致告警监控平台无法识别到变更的信息,影响目标服务器的告警处理甚至无法正常工作。
因此,如何减少人工时间成本以及保证目标服务器的告警适配过程的正常工作是本领域技术人员亟需要解决的问题。
发明内容
本发明的目的是提供一种服务器的告警处理方法、装置、设备及介质,以解决当前的告警适配过程中增加人工干预的时间成本以及在目标服务器告警格式或者告警类型变更时,影响目标服务器的告警处理甚至无法正常工作的技术问题。
为解决上述技术问题,本发明提供一种服务器的告警处理方法,包括:
获取目标服务器的告警信息;
根据所述告警信息的各属性进行匹配相似度处理确定与所述告警信息匹配对应的特征值信息;
调用告警分类模型,将所述特征值信息作为输入参数,并获取所述告警分类模型对应的输出参数以确定所述告警信息对应的告警类型;
根据所述告警类型和所述告警信息的各所述属性对应的权重值的关系确定所述告警信息的当前权重值;在所述当前权重值大于阈值的情况下,对所述告警信息进行告警处理。
一方面,所述根据所述告警信息的各属性进行匹配相似度处理确定与所述告警信息匹配对应的特征值信息,包括:
获取各网络管理协议告警属性匹配模版,其中,所述网络管理协议告警属性匹配模版包括所述告警信息的属性和属性正则值;
根据各所述网络管理协议告警属性匹配模版对所述告警信息进行属性和属性正则值匹配确定所述告警信息内的各属性对应的相似度,其中,所述相似度大于或等于0,且小于或等于1;根据所述告警信息内的各所述属性对应的相似度和各所述网络管理协议告警属性匹配模版确定各所述网络管理协议告警属性匹配模板对应的总体相似度;
在各所述总体相似度内确定目标相似度;
根据所述目标相似度与相似度阈值的比较确定所述告警信息匹配对应的所述特征值信息。
另一方面,所述根据所述目标相似度与相似度阈值的比较确定所述告警信息匹配对应的所述特征值信息,包括:
判断所述目标相似度是否大于所述相似度阈值;
若是,则确定所述告警信息匹配成功,并将所述告警信息对应的各属性内的属性值作为对应的所述特征值信息;
若否,则确定所述告警信息匹配失败;
遍历各所述网络管理协议告警属性匹配模版内的所述告警信息的各属性对应的相似度,以确定所述告警信息的各所述属性对应的最高相似度;
将所述告警信息的各所述属性对应的最高相似度所属的属性作为新的网络管理协议告警属性匹配模版;
返回至所述获取各网络管理协议告警属性匹配模版的步骤,并记录生成所述新的网络管理协议告警属性匹配模版的迭代次数;
获取预设迭代次数;
若当前迭代次数与所述预设迭代次数相差临近迭代次数时,且所述告警信息未匹配成功的情况下,在所述相似度阈值的基础上减少调整步长得到新的相似度阈值,基于所述当前迭代次数下对应的各所述网络管理协议告警属性匹配模版确定的目标相似度,并返回所述判断所述目标相似度是否大于所述相似度阈值的步骤;
若所述当前迭代次数达到预设迭代次数且所述告警信息未匹配成功的情况下,则将各迭代次数内查找各所述属性内对应的相似度中最高的相似度所属的属性值作为所述特征值信息。
另一方面,所述告警分类模型的建立过程,包括:
获取各服务器的历史告警数据信息和初始告警分类模型;
将所述历史告警数据信息进行特征提取确定对应的文本特征信息;
根据所述文本特征信息在所述初始告警分类模型内进行分类处理确定对应的分类结果;
若所述分类结果满足预设要求,则确定所述初始告警分类模型为所述告警分类模型;
若所述分类结果未满足所述预设要求,则返回至所述获取各服务器的历史告警数据信息和初始告警分类模型的步骤进行训练,直至训练后的所述告警分类模型得到的所述分类结果满足所述预设要求。
另一方面,所述告警信息的属性至少包括传感器类别、传感器名称和告警级别,所述根据所述告警类型和所述告警信息的各所述属性对应的权重值的关系确定所述告警信息的当前权重值,包括:
将所述传感器类别、所述传感器名称和所述告警级别内的各属性值设定对应的权重值;
根据所述告警类型与所述传感器类别、所述传感器名称和所述告警级别内的各属性值设定对应的权重值确定所述告警信息的最终权重值,以作为所述当前权重值。
另一方面,所述获取目标服务器的告警信息,包括:
获取监控服务器的目的地址和端口号;
通过所述目的地址和所述端口号接收所述目标服务器的所述告警信息。
另一方面,在所述当前权重值小于所述阈值的情况下,还包括:
记录所述告警信息的日志信息;
将所述告警信息进行过滤处理,以获取下一个所述目标服务器的所述告警信息。
为解决上述技术问题,本发明提供一种服务器的告警处理装置,包括:
获取模块,用于获取目标服务器的告警信息;
匹配模块,用于根据所述告警信息的各属性进行匹配相似度处理确定与所述告警信息匹配对应的特征值信息;
调用模块,用于调用告警分类模型,将所述特征值信息作为输入参数,并获取所述告警分类模型对应的输出参数以确定所述告警信息对应的告警类型;
确定模块,用于根据所述告警类型和所述告警信息的各属性值对应的权重值的关系确定所述告警信息的当前权重值;在所述当前权重值大于阈值的情况下,对所述告警信息进行告警处理。
为解决上述技术问题,本发明还提供一种服务器的告警处理设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述所述的服务器的告警处理方法的步骤。
为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述所述的服务器的告警处理方法的步骤
本发明提供的一种服务器的告警处理方法,基于目标服务器的告警信息的各属性进行匹配相似度处理以确定与告警信息匹配对应的特征值信息,将特征值信息输入至调用的告警分类模型得到对应的告警类型,再基于告警类型和设置的不同告警信息的各属性值对应的权重值的关系确定告警信息下对应的告警类型的当前权重值。若当前权重值大于阈值,则说明当前的告警信息较为重要,需要及时进行告警处理。本发明的有益效果在于,通过特征提取的匹配方法对告警信息进行匹配相似度处理得到对应的特征值信息,适应目标服务器的告警格式的变化,实现基于不同的告警格式对应的告警信息智能化匹配得到特征值信息。另外,在得到特征值信息后,基于告警分类模型可以得到该告警信息对应的告警分类,节省人工干预进行匹配的时间成本,同时避免当前的适配处理过程中由于告警类型变更导致无法识别到变更信息影响告警分类的准确性。本发明通过告警分类模型实现自动分类,适应告警类型的新增,以提高告警信息的分类准确性和实用性。另外,在得到告警分类后,确定该告警模型下对应的权重值,基于权重值与阈值的关系,确定最终的告警处理策略,在此实现了对告警信息的过滤和优化,从而精简告警,保留有价值的告警以提高告警处理的效率,保证目标服务器的告警适配的正常工作。
其次,根据告警信息的各属性进行匹配相似度处理确定与告警信息匹配对应的特征值信息,基于正则表达式匹配得到各属性的相似度,并基于相似度与相似度阈值的关系确定匹配是否成功,在匹配成功的情况下,将最高相似度所属的属性对应的属性值作为特征值信息,使得特征提取过程的特征值信息的准确性,提供系统的可靠性和稳定性,无论各种告警信息的格式变化等均可以自动匹配到对应的特征值信息。告警分类模型的建立过程,能够适应目标服务器的告警格式变化和告警类型的新增,能够大大提高提高告警信息的准确性和实用性,减少人工干预的时间和成本。确定告警信息的当前权重值,以便于后续与阈值比较,以实现精简告警,尤其是在目标服务器产生大量无关紧要的告警时,能够保留有价值的告警,从而提升告警处理效率。基于异常情况下,即告警信息的当前权重大于阈值的情况下,进行及时处理,避免因系统故障而导致业务中断。
另外,本发明还提供了一种服务器的告警处理装置、设备及介质,具有如上述服务器的告警处理方法相同的有益效果。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,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为本发明实施例提供的一种服务器的告警处理方法的流程图;
图2为本发明实施例提供的另一种服务器的告警处理方法的流程图;
图3为本发明实施例提供的一种告警分类模型的建立流程图;
图4为本发明实施例提供的一种告警处理架构的示意图;
图5为本发明实施例提供的一种服务器的告警处理装置的结构图;
图6为本发明实施例提供的一种服务器的告警处理设备的结构图。
具体实施方式
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实施例,而不是全部实施例。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,都属于本发明保护范围。
本发明的核心是提供一种服务器的告警处理方法、装置、设备及介质,以解决当前的告警适配过程中增加人工干预的时间成本以及在目标服务器告警格式或者告警类型变更时,影响目标服务器的告警处理甚至无法正常工作的技术问题。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
云计算平台采用前沿的云计算存储技术,基于先进且具扩展能力的云基础架构,满足对延时和性能敏感的服务的需求,改善在网络游戏、数字支付、即时消息服务、电子商务和流媒体等领域的客户体验。云服务器是在物理实体服务器基础上进行划分的,所以云服务器的硬件主要是指云计算数据中心,主要包括计算机服务器、通信设备和存储设备,还包括冗余的数据通信连接、环境监控设备、管理系统以及各种安全装置。
云计算技术为企业提供灵活、高效、可扩展的互联网技术(Internet Technology,IT)基础设施,降低企业的运维成本,作为云计算技术硬件支撑平台的各类服务器,通过及时发现各个节点的告警数据信息并对其解析、分类并及时对有故障的服务器进行处理,能够保证上层业务的平稳安全运行,因而对底层各种类型服务器的监控显得尤为重要。
当前的服务器告警适配过程中,通常先将对目标服务器进行告警配置操作,以便目标服务器能够将产生的告警信息发送到告警监控平台上,告警监控平台根据匹配规则,将目标服务器产生的告警信息匹配到告警平台自定义的告警定义中从而产生与目标服务器告警相对应的平台告警,采用这种告警适配方法,每次新适配一种机型时,都需要核对目标服务器与告警监控平台中自定义告警的匹配关键字,并将告警平台缺少的关键字添加到自定义告警列表中,该方法每次新增机型都需要核对,增加了人工干预的时间和成本,且目标服务器告警格式变更或者告警类型增加时,会导致告警监控平台无法识别变更的告警格式和新增的告警类别。本发明提供的服务器的告警处理方法,可以解决上述技术问题。
图1为本发明实施例提供的一种服务器的告警处理方法的流程图,如图1所示,该方法包括:
S11:获取目标服务器的告警信息;
S12:根据告警信息的各属性进行匹配相似度处理确定与告警信息匹配对应的特征值信息;
S13:调用告警分类模型,将特征值信息作为输入参数,并获取告警分类模型对应的输出参数以确定告警信息对应的告警类型;
S14:根据告警类型和告警信息的各属性对应的权重值的关系确定告警信息的当前权重值;在当前权重值大于阈值的情况下,对告警信息进行告警处理。
具体地,获取目标服务器的告警信息,本实施例中对应的获取方式和获取时间不做限定,可以是主动获取,或者接收目标服务器发送的告警信息。对应获取时间,可以是目标服务器随时产生告警信息后实时获取,也可以是根据预设时间段进行获取等。另外,本实施例中的告警信息,并不是基于采集数据已经产生的告警,而是针对于产生告警的所有数据归类于告警信息。
在一些实施例中,获取目标服务器的告警信息,包括:
获取监控服务器的目的地址和端口号;
通过目的地址和端口号接收目标服务器的告警信息。
本实施例中的云计算技术的硬件结构位于监控服务器作为支撑,对于监控服务器是该服务器起到监控角色,设置告警信息位于监控服务器的目的地址和端口号,以便于目标服务器产生告警信息时,能够通过目的地址和端口号将该告警信息发送至监控服务器对应配置的监控告警平台。对于监控服务器的确定,在此不做限定,可以是多个目标服务器其中的一个目标服务器,也可以是除目标服务器之外的其他服务器等均可。
步骤S12中的告警信息的各属性,主要是基于告警信息内采集的信息类型较多且复杂,例如,服务器型号、服务器名称、服务器厂商名称等,还有服务器内部的各传感器信息,如传感器类型、传感器名称以及具体传感器的当前采集数据、告警级别和告警内容等信息。其对应的属性是本实施例中的各信息种类。根据告警信息的各属性进行匹配相似度处理以确定与告警信息匹配对应的特征值信息。可以理解的是,本实施例中获取的告警信息是以文本形式体现的,需要将其特征提取得到对应的特征值信息,也就是各属性下的具体属性值。
对于匹配相似度处理,可以通过匹配规则进行匹配后,再通过相似度处理确定对应的相似度最高的属性值作为特征值信息,也可以先进行相似度处理再进行匹配规则的匹配等。对应的匹配规则,当前的匹配规则是将告警信息匹配到告警平台自动以的告警定义中从而产生与目标服务器告警相对应的平台告警,具体是核对自定义告警的匹配关键字。
本实施例中的匹配是基于匹配模版确定与告警信息的各属性的匹配,以确定属性的相似度,基于相似度处理可以确定与告警信息匹配对应的特征值信息。
在得到特征值信息后,调用告警分类模型以确定对应的输出参数为告警类型。可以理解的是,本实施例中的告警类型,是通过特征值信息分类确定的分类信息,如温度异常、系统异常等告警异常分类,对应温度异常的情况下,具体包括内存温度异常、XX传感器温度异常等。告警分类模型可以通过数学计算方法等建立,也可以通过数据库分析建立等,在此不做限定,可以根据实际情况设定即可。
步骤S14中的根据告警类型和告警信息的各属性对应的权重值的关系确定告警信息的当前权重值,可以理解的是,告警信息的各属性对应的权重值,是基于各属性内属性信息的不同设置的具体权重值,例如,告警级别,分为1-4级,针对不同的级别设置不同的权重值。
预先存储各种告警信息下的各属性对应的权重值与各告警类型的映射关系,基于映射关系以及当前告警类型和对应的告警信息的各属性的权重值,可以确定当前告警信息的当前权重值。这里主要基于加和处理确定的当前权重值。
在当前权重值大于阈值的情况下,说明当前告警类型对应的告警信息较为重要,需要对当前告警信息及时进行告警处理。对于当前权重值小于阈值的情况,说明告警类型对应的告警信息不重要,可以暂时保存记录,以便于后续检查,还可以删除等处理。
在一些实施例中,在当前权重值小于阈值的情况下,还包括:
记录告警信息的日志信息;
将告警信息进行过滤处理,以获取下一个目标服务器的告警信息。
具体地,记录告警信息对应的日志信息以便于查找信息,再将该告警信息进行过滤处理,在后续的日志信息中定时检查清除。
本发明实施例提供的服务器的告警处理方法,基于目标服务器的告警信息的各属性进行匹配相似度处理以确定与告警信息匹配对应的特征值信息,将特征值信息输入至调用的告警分类模型得到对应的告警类型,再基于告警类型和设置的不同告警信息的各属性值对应的权重值的关系确定告警信息下对应的告警类型的当前权重值。若当前权重值大于阈值,则说明当前的告警信息较为重要,需要及时进行告警处理。本发明的有益效果在于,通过特征提取的匹配方法对告警信息进行匹配相似度处理得到对应的特征值信息,适应目标服务器的告警格式的变化,实现基于不同的告警格式对应的告警信息智能化匹配得到特征值信息。另外,在得到特征值信息后,基于告警分类模型可以得到该告警信息对应的告警分类,节省人工干预进行匹配的时间成本,同时避免当前的适配处理过程中由于告警类型变更导致无法识别到变更信息影响告警分类的准确性。本发明通过告警分类模型实现自动分类,适应告警类型的新增,以提高告警信息的分类准确性和实用性。另外,在得到告警分类后,确定该告警模型下对应的权重值,基于权重值与阈值的关系,确定最终的告警处理策略,在此实现了对告警信息的过滤和优化,从而精简告警,保留有价值的告警以提高告警处理的效率,保证目标服务器的告警适配的正常工作。
在上述实施例的基础上,在一些实施例中,根据告警信息的各属性进行匹配相似度处理确定与告警信息匹配对应的特征值信息,包括:
获取各网络管理协议告警属性匹配模版,其中,网络管理协议告警属性匹配模版包括告警信息的属性和属性正则值;
根据各网络管理协议告警属性匹配模版对告警信息进行属性和属性正则值匹配确定告警信息内的各属性对应的相似度,其中,相似度大于或等于0,且小于或等于1;
根据告警信息内的各属性对应的相似度和各网络管理协议告警属性匹配模版确定各网络管理协议告警属性匹配模板对应的总体相似度;
在各总体相似度内确定目标相似度;
根据目标相似度与相似度阈值的比较确定告警信息匹配对应的特征值信息。
具体地,获取各网络管理协议告警(Management and Agent Model Trap,SNMPTrap)属性匹配模版,用于匹配对应的特征值信息,该属性匹配模版内包括告警信息的各属性和属性正则值。本实施例中的属性正则值是基于正则表达式匹配到的具体相似度,这里仅是预设其存储位置。
在实际的匹配过程中,需要基于各网络管理协议告警属性匹配模版对当前的告警信息进行属性和属性正则值匹配确定当前的告警信息的各属性对应的相似度,是各属性下对应的属性值的相似度,由于告警信息的存储格式不同,本实施例的告警信息主要是TRAP告警格式,该TRAP告警本身包含一系列属性和属性值。需要说明的是,由于目标服务器的型号不同,对应的属性含义和属性的个数均不同,在此不做限定,可以根据实际情况设定即可。
在匹配过程中,需要将告警信息进行解析得到各个属性以及各个属性下对应的属性值以便于进行匹配相似度处理。可以理解的是,相似度的界定范围在[0,1]之间。
根据告警信息内的各属性对应的相似度确定各网络管理协议告警属性匹配模版对应的总体相似度,例如,存在A、B、C三个网络管理协议告警属性匹配模版,告警信息包括6个属性,针对于每个网络管理协议告警属性匹配模版对应的相似度个数也就是6个相似度。对应的每个网络管理协议告警属性匹配模版的总体相似度为:
其中,i表示各网络管理协议告警属性匹配模版内的具体属性,n表示各网络管理协议告警属性匹配模版内的属性个数,Ri表示第i个属性下对应的相似度,h表示第h个网络管理协议告警属性匹配模版,Th表示第h个网络管理协议告警属性匹配模版下的总体相似度。
根据各总相似度确定一个最高的总相似度作为目标相似度,该目标相似度对应的网络管理协议告警属性匹配模版为相似度最高的网络管理协议告警属性匹配模版。
基于目标相似度与相似度阈值的关系确定告警信息匹配对应的特征值信息,目标相似度与相似度阈值的两个数据的关系包括三种关系,一种是目标相似度大于相似度阈值,一种是目标相似度等于相似度阈值,最后一种是目标相似度小于相似度阈值。本实施例中可以基于三种关系判断告警信息匹配对应的特征值信息,也可以融合成两种关系确定告警信息匹配对应的特征值信息。
需要说明的是,本实施例中的告警信息匹配对应的特征值信息,是考虑到目标相似度与相似度阈值之间的预设关系后确定是否匹配成功,若成功的情况下,可以基于目标相似度对应的属性值作为特征信息,若不成功的情况下,继续迭代确定当前告警信息的特征值信息。
在一些实施例中,根据目标相似度与相似度阈值的比较确定告警信息匹配对应的特征值信息,包括:
判断目标相似度是否大于相似度阈值;
若是,则确定告警信息匹配成功,并将告警信息对应的各属性内的属性值作为对应的特征值信息;
若否,则确定告警信息匹配失败;
遍历各网络管理协议告警属性匹配模版内的告警信息的各属性对应的相似度,以确定告警信息的各属性对应的最高相似度;
将告警信息的各属性对应的最高相似度所属的属性作为新的网络管理协议告警属性匹配模版;
返回至获取各网络管理协议告警属性匹配模版的步骤,并记录生成新的网络管理协议告警属性匹配模版的迭代次数;
获取预设迭代次数;
若当前迭代次数与预设迭代次数相差临近迭代次数时,且告警信息未匹配成功的情况下,在相似度阈值的基础上减少调整步长得到新的相似度阈值,基于当前迭代次数下对应的各网络管理协议告警属性匹配模版确定的目标相似度,并返回判断目标相似度是否大于相似度阈值的步骤;
若当前迭代次数达到预设迭代次数且告警信息未匹配成功的情况下,则将各迭代次数内查找各属性内对应的相似度中最高的相似度所属的属性值作为特征值信息。
具体地,在目标相似度大于相似度阈值的情况下,则确定告警信息匹配成功,保存特征值信息,即,告警信息下的各属性对应的属性值。
在目标相似度不大于相似度阈值的情况下,确定告警信息匹配失败,需要遍历各网络管理协议告警属性匹配模版内的告警信息的各属性对应的相似度,以此挑选出对应的最高相似度。结合上述例子,遍历三个网络管理协议告警属性匹配模版(A、B、C)的告警信息的6个属性下的相似度,从每个属性下对应的3个相似度中挑选出最高相似度,组合成新的网络管理协议告警属性匹配模版,从而再返回获取各网络管理协议告警属性匹配模版的步骤进行匹配相似度处理,同时记录迭代次数。
若在当前迭代次数未达到预设迭代次数,还差临近迭代次数时,同时告警信息还未匹配成功的情况下,后面的迭代次数可能大概率会出现匹配失败的情况。总结当前迭代次数内匹配失败的情况,相似度阈值的设置是否较高,需要进行调整。因此,为了避免达到预设迭代次数时匹配失败的情况,对相似度阈值进行调整,即在相似度阈值的基础上减少调整步长得到新的相似度阈值。基于当前迭代次数确定的目标相似度,返回判断目标相似度是否大于相似度阈值的步骤进行匹配处理。
在当前迭代次数达到预设迭代次数且告警信息未匹配成功的情况下,也就是上述调整一次相似度阈值的情况还未匹配成功时,需要将各迭代次数内的各属性对应的相似度中选出最高的相似度,基于最高的相似度所属的属性值作为特征值信息。
本实施例提供的根据告警信息的各属性进行匹配相似度处理确定与告警信息匹配对应的特征值信息,基于正则表达式匹配得到各属性的相似度,并基于相似度与相似度阈值的关系确定匹配是否成功,在匹配成功的情况下,将最高相似度所属的属性对应的属性值作为特征值信息,使得特征提取过程的特征值信息的准确性,提供系统的可靠性和稳定性,无论各种告警信息的格式变化等均可以自动匹配到对应的特征值信息。
在一些实施例中,告警分类模型的建立过程,包括:
获取各服务器的历史告警数据信息和初始告警分类模型;
将历史告警数据信息进行特征提取确定对应的文本特征信息;
根据文本特征信息在初始告警分类模型内进行分类处理确定对应的分类结果;
若分类结果满足预设要求,则确定初始告警分类模型为告警分类模型;
若分类结果未满足预设要求,则返回至获取各服务器的历史告警数据信息和初始告警分类模型的步骤进行训练,直至训练后的告警分类模型得到的分类结果满足预设要求。
具体地,获取各服务器的历史告警数据信息和初始告警分类模型,可以理解的是,初始告警分类模型可以基于数学算法建立,也可以基于某一种数据分析算法建立等,还可以基于本实施例中的具体情况建立的模型均可,在此不做限定。基于各服务器的历史告警数据信息进行训练初始告警分类模型,将历史告警数据信息进行特征提取确定对应的文本特征信息,本实施例中的特征提取可以基于当前的特征提取方法,也可以创建对应的特征提取方式,在此不做限定。根据文本特征信息在初始告警分类模型内进行分类处理,得到对应的分类结果。本实施例中的分类处理,可以基于聚类分析,或者分类器等进行分类,也可以基于不同应用场景下的分类方法,例如,本实施例中是基于服务器的各文本信息进行的数据处理,可以使用fastext的分类方法。
基于分类结果与预设要求的关系,确定对应的告警分类模型,若满足预设要求,则确定当前的告警分类模型训练结束,将初始告警分类模型作为告警分类模型。若不满足预设要求,则继续训练,直至训练后的告警分类模型得到的分类结果满足预设要求即可。本实施例中的预设要求,可以是分类结果的类型达到预设种类,也可以是分类结果的正确度达到预设值等。
本实施例提供的告警分类模型的建立过程,能够适应目标服务器的告警格式变化和告警类型的新增,能够大大提高提高告警信息的准确性和实用性,减少人工干预的时间和成本。
在一些实施例中,告警信息的属性至少包括传感器类别、传感器名称和告警级别,根据告警类型和告警信息的各属性对应的权重值的关系确定告警信息的当前权重值,包括:
将传感器类别、传感器名称和告警级别内的各属性值设定对应的权重值;
根据告警类型与传感器类别、传感器名称和告警级别内的各属性值设定对应的权重值确定告警信息的最终权重值,以作为当前权重值。
具体地,告警信息的属性至少包括传感器类别、传感器名称和告警级别,步骤S14中的告警信息的各属性对应的权重值,主要通过各个属性内的各属性值设定对应的权重,如,告警级别分为1-4级,其对应不同的权重值。基于当前告警信息的属性值和告警类型确定当前告警信息的最终权重值,以作为当前权重值。可以理解的是,本实施例中的告警类型也存在一定的权重值,另外,再通过各属性下对应的各属性值的权重值,相加后得到当前权重值。
本实施例提供的确定告警信息的当前权重值,以便于后续与阈值比较,以实现精简告警,尤其是在目标服务器产生大量无关紧要的告警时,能够保留有价值的告警,从而提升告警处理效率。基于异常情况下,即告警信息的当前权重大于阈值的情况下,进行及时处理,避免因系统故障而导致业务中断。
图2为本发明实施例提供的另一种服务器的告警处理方法的流程图,如图2所示,该方法包括:
S21:构建告警分类模型;
S22:对目标服务器执行告警配置以便于目标服务器产生告警发送至告警监控平台;
S23:通过特征值提取算法提取告警特征值,并输入至告警分类模型内进行告警分类;
S24:根据告警分类计算告警权重,通过设置权重阈值与权重比较以实现过滤和精简告警。
具体地,本实施例中的步骤S22中的告警配置,是基于目的地址和端口将目标服务器的告警信息发送至告警监控平台进行后续的告警处理。
图3为本发明实施例提供的一种告警分类模型的建立流程图,如图3所示,包括:
S31:采集告警数据集作为训练文本;
S32:将训练文本进行特征提取得到文本特征信息;
S33:选择分类方法,以建立文本表示类型对应的初始告警分类模型;
S34:获取初始告警分类模型的分类结果,在分类结果满足预设要求时,完成告警分类模型的建立,在分类结果不满足预设要求时,对初始告警分类模型进行训练,返回步骤S33。
图4为本发明实施例提供的一种告警处理架构的示意图,如图4所示,告警处理架构对应的告警监控平台6包括告警模型构建模块1、告警目标配置模块2、告警分析分类模块3和告警过滤优化模块4。告警模分类构建需要收集各种服务器大量的告警数据信息,告警信息包括产品名称、产品厂商、传感器类型、传感器名称、告警级别、告警内容,通过对大量的告警数据信息进行训练,对告警进行分类。
告警目标配置模块2对目标服务器5执行告警配置操作,以便在目标服务器5产生服务器告警时,基于告警配置操作能够将目标服务器5告警发送至告警监控平台6上。告警分析分类模块3用于将上传的告警信息进行匹配相似度处理得到对应的特征值信息,基于特征值信息对应告警分类模型进行分类确定对应的告警类型。
告警过滤优化模块4基于匹配到告警类型后,为每一种告警类型设置权重值,通过告警解析分类模块匹配到平台对应的告警类型时,根据传感器类别、传感器名称、告警级别得到权重值,当该权重值低于设置的阈值时,将该告警自动过滤掉,从而精简告警,尤其是在目标服务器5产生大量无关紧要的告警时,能够保留有价值的告警,从而提升告警处理效率。
对于本发明提供的另一种服务器的告警处理方法、告警分类模型的建立和告警处理架构的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述服务器的告警处理方法相同的有益效果。
上述详细描述了服务器的告警处理方法对应的各个实施例,在此基础上,本发明还公开与上述方法对应的服务器的告警处理装置,图5为本发明实施例提供的一种服务器的告警处理装置的结构图。如图5所示,服务器的告警处理装置包括:
获取模块11,用于获取目标服务器的告警信息;
匹配模块12,用于根据告警信息的各属性进行匹配相似度处理确定与告警信息匹配对应的特征值信息;
调用模块13,用于调用告警分类模型,将特征值信息作为输入参数,并获取告警分类模型对应的输出参数以确定告警信息对应的告警类型;
确定模块14,用于根据告警类型和告警信息的各属性值对应的权重值的关系确定告警信息的当前权重值;在当前权重值大于阈值的情况下,对告警信息进行告警处理。
在一些实施例中,匹配模块12包括:
第一获取子模块,用于获取各网络管理协议告警属性匹配模版,其中,网络管理协议告警属性匹配模版包括告警信息的属性和属性正则值;
第一确定子模块,用于根据各网络管理协议告警属性匹配模版对告警信息进行属性和属性正则值匹配确定告警信息内的各属性对应的相似度,其中,相似度大于或等于0,且小于或等于1;根据告警信息内的各属性对应的相似度和各网络管理协议告警属性匹配模版确定各网络管理协议告警属性匹配模板对应的总体相似度;
第二确定子模块,用于在各总体相似度内确定目标相似度;
第三确定子模块,用于根据目标相似度与相似度阈值的比较确定告警信息匹配对应的特征值信息。
在一些实施例中,第三确定子模块包括:
第一判断子模块,用于判断目标相似度是否大于相似度阈值;若是,则触发第四确定子模块,若否,则触发第五确定子模块;
第四确定子模块,用于确定告警信息匹配成功,并将告警信息对应的各属性内的属性值作为对应的特征值信息;
第五确定子模块,用于确定告警信息匹配失败;
第一遍历子模块,用于遍历各网络管理协议告警属性匹配模版内的告警信息的各属性对应的相似度,以确定告警信息的各属性对应的最高相似度;
第一作为子模块,用于将告警信息的各属性对应的最高相似度所属的属性作为新的网络管理协议告警属性匹配模版;
第一记录子模块,用于返回至获取各网络管理协议告警属性匹配模版的步骤,并记录生成新的网络管理协议告警属性匹配模版的迭代次数;
第二获取子模块,用于获取预设迭代次数;
第一调整子模块,用于若当前迭代次数与预设迭代次数相差临近迭代次数时,且告警信息未匹配成功的情况下,在相似度阈值的基础上减少调整步长得到新的相似度阈值,基于当前迭代次数下对应的各网络管理协议告警属性匹配模版确定的目标相似度,并返回判断目标相似度是否大于相似度阈值的步骤;
第二作为子模块,用于若当前迭代次数达到预设迭代次数且告警信息未匹配成功的情况下,则将各迭代次数内查找各属性内对应的相似度中最高的相似度所属的属性值作为特征值信息。
在一些实施例中,调用模块13的告警分类模型的建立过程,包括:
第三获取子模块,用于获取各服务器的历史告警数据信息和初始告警分类模型;
第六确定子模块,用于将历史告警数据信息进行特征提取确定对应的文本特征信息;
第七确定子模块,用于根据文本特征信息在初始告警分类模型内进行分类处理确定对应的分类结果;
第八确定子模块,用于若分类结果满足预设要求,则确定初始告警分类模型为告警分类模型;
第一返回子模块,用于若分类结果未满足预设要求,则返回至获取各服务器的历史告警数据信息和初始告警分类模型的步骤进行训练,直至训练后的告警分类模型得到的分类结果满足预设要求。
在一些实施例中,告警信息的属性至少包括传感器类别、传感器名称和告警级别,确定模块14的根据告警类型和告警信息的各属性对应的权重值的关系确定告警信息的当前权重值,包括:
第一设定子模块,用于将传感器类别、传感器名称和告警级别内的各属性值设定对应的权重值;
第九确定子模块,用于根据告警类型与传感器类别、传感器名称和告警级别内的各属性值设定对应的权重值确定告警信息的最终权重值,以作为当前权重值。
在一些实施例中,获取模块11包括:
第四获取子模块,用于获取监控服务器的目的地址和端口号;
第一接收子模块,用于通过目的地址和端口号接收目标服务器的告警信息。
在一些实施例中,在当前权重值小于阈值的情况下,还包括:
第二记录子模块,用于记录告警信息的日志信息;
第一过滤处理子模块,用于将告警信息进行过滤处理,以获取下一个目标服务器的告警信息。
由于装置部分的实施例与上述的实施例相互对应,因此装置部分的实施例请参照上述方法部分的实施例描述,在此不再赘述。
对于本发明提供的一种服务器的告警处理装置的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述服务器的告警处理方法相同的有益效果。
图6为本发明实施例提供的一种服务器的告警处理设备的结构图,如图6所示,该设备包括:
存储器21,用于存储计算机程序;
处理器22,用于执行计算机程序时实现服务器的告警处理方法的步骤。
本实施例提供的服务器的告警处理设备可以包括但不限于平板电脑、笔记本电脑或者台式电脑等。
其中,处理器22可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器22可以采用数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器22也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(CentralProcessing Unit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器22可以集成有图像处理器(Graphics Processing Unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器22还可以包括人工智能(Artificial Intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器21可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器21还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器21至少用于存储以下计算机程序211,其中,该计算机程序被处理器22加载并执行之后,能够实现前述任一实施例公开的服务器的告警处理方法的相关步骤。另外,存储器21所存储的资源还可以包括操作系统212和数据213等,存储方式可以是短暂存储或者永久存储。其中,操作系统212可以包括Windows、Unix、Linux等。数据213可以包括但不限于服务器的告警处理方法所涉及到的数据等等。
在一些实施例中,服务器的告警处理设备还可包括有显示屏23、输入输出接口24、通信接口25、电源26以及通信总线27。
领域技术人员可以理解,图6中示出的结构并不构成对服务器的告警处理设备的限定,可以包括比图示更多或更少的组件。
处理器22通过调用存储于存储器21中的指令以实现上述任一实施例所提供的服务器的告警处理方法。
对于本发明提供的一种服务器的告警处理设备的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述服务器的告警处理方法相同的有益效果。
进一步的,本发明还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器22执行时实现如上述服务器的告警处理方法的步骤。
可以理解的是,如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
对于本发明提供的一种计算机可读存储介质的介绍请参照上述方法实施例,本发明在此不再赘述,其具有上述服务器的告警处理方法相同的有益效果。
以上对本发明所提供的一种服务器的告警处理方法、装置、设备及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。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,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是,在本说明书中,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。
Claims (10)
1.一种服务器的告警处理方法,其特征在于,包括:
获取目标服务器的告警信息;
根据所述告警信息的各属性进行匹配相似度处理确定与所述告警信息匹配对应的特征值信息;
调用告警分类模型,将所述特征值信息作为输入参数,并获取所述告警分类模型对应的输出参数以确定所述告警信息对应的告警类型;
根据所述告警类型和所述告警信息的各所述属性对应的权重值的关系确定所述告警信息的当前权重值;在所述当前权重值大于阈值的情况下,对所述告警信息进行告警处理。
2.根据权利要求1所述的服务器的告警处理方法,其特征在于,所述根据所述告警信息的各属性进行匹配相似度处理确定与所述告警信息匹配对应的特征值信息,包括:
获取各网络管理协议告警属性匹配模版,其中,所述网络管理协议告警属性匹配模版包括所述告警信息的属性和属性正则值;
根据各所述网络管理协议告警属性匹配模版对所述告警信息进行属性和属性正则值匹配确定所述告警信息内的各属性对应的相似度,其中,所述相似度大于或等于0,且小于或等于1;根据所述告警信息内的各所述属性对应的相似度和各所述网络管理协议告警属性匹配模版确定各所述网络管理协议告警属性匹配模板对应的总体相似度;
在各所述总体相似度内确定目标相似度;
根据所述目标相似度与相似度阈值的比较确定所述告警信息匹配对应的所述特征值信息。
3.根据权利要求2所述的服务器的告警处理方法,其特征在于,所述根据所述目标相似度与相似度阈值的比较确定所述告警信息匹配对应的所述特征值信息,包括:
判断所述目标相似度是否大于所述相似度阈值;
若是,则确定所述告警信息匹配成功,并将所述告警信息对应的各属性内的属性值作为对应的所述特征值信息;
若否,则确定所述告警信息匹配失败;
遍历各所述网络管理协议告警属性匹配模版内的所述告警信息的各属性对应的相似度,以确定所述告警信息的各所述属性对应的最高相似度;
将所述告警信息的各所述属性对应的最高相似度所属的属性作为新的网络管理协议告警属性匹配模版;
返回至所述获取各网络管理协议告警属性匹配模版的步骤,并记录生成所述新的网络管理协议告警属性匹配模版的迭代次数;
获取预设迭代次数;
若当前迭代次数与所述预设迭代次数相差临近迭代次数时,且所述告警信息未匹配成功的情况下,在所述相似度阈值的基础上减少调整步长得到新的相似度阈值,基于所述当前迭代次数下对应的各所述网络管理协议告警属性匹配模版确定的目标相似度,并返回所述判断所述目标相似度是否大于所述相似度阈值的步骤;
若所述当前迭代次数达到预设迭代次数且所述告警信息未匹配成功的情况下,则将各迭代次数内查找各所述属性内对应的相似度中最高的相似度所属的属性值作为所述特征值信息。
4.根据权利要求1至3任意一项所述的服务器的告警处理方法,其特征在于,所述告警分类模型的建立过程,包括:
获取各服务器的历史告警数据信息和初始告警分类模型;
将所述历史告警数据信息进行特征提取确定对应的文本特征信息;
根据所述文本特征信息在所述初始告警分类模型内进行分类处理确定对应的分类结果;
若所述分类结果满足预设要求,则确定所述初始告警分类模型为所述告警分类模型;
若所述分类结果未满足所述预设要求,则返回至所述获取各服务器的历史告警数据信息和初始告警分类模型的步骤进行训练,直至训练后的所述告警分类模型得到的所述分类结果满足所述预设要求。
5.根据权利要求4所述的服务器的告警处理方法,其特征在于,所述告警信息的属性至少包括传感器类别、传感器名称和告警级别,所述根据所述告警类型和所述告警信息的各所述属性对应的权重值的关系确定所述告警信息的当前权重值,包括:
将所述传感器类别、所述传感器名称和所述告警级别内的各属性值设定对应的权重值;
根据所述告警类型与所述传感器类别、所述传感器名称和所述告警级别内的各属性值设定对应的权重值确定所述告警信息的最终权重值,以作为所述当前权重值。
6.根据权利要求5所述的服务器的告警处理方法,其特征在于,所述获取目标服务器的告警信息,包括:
获取监控服务器的目的地址和端口号;
通过所述目的地址和所述端口号接收所述目标服务器的所述告警信息。
7.根据权利要求1所述的服务器的告警处理方法,其特征在于,在所述当前权重值小于所述阈值的情况下,还包括:
记录所述告警信息的日志信息;
将所述告警信息进行过滤处理,以获取下一个所述目标服务器的所述告警信息。
8.一种服务器的告警处理装置,其特征在于,包括:
获取模块,用于获取目标服务器的告警信息;
匹配模块,用于根据所述告警信息的各属性进行匹配相似度处理确定与所述告警信息匹配对应的特征值信息;
调用模块,用于调用告警分类模型,将所述特征值信息作为输入参数,并获取所述告警分类模型对应的输出参数以确定所述告警信息对应的告警类型;
确定模块,用于根据所述告警类型和所述告警信息的各属性值对应的权重值的关系确定所述告警信息的当前权重值;在所述当前权重值大于阈值的情况下,对所述告警信息进行告警处理。
9.一种服务器的告警处理设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述的服务器的告警处理方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的服务器的告警处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410026822.0A CN117873828A (zh) | 2024-01-05 | 2024-01-05 | 一种服务器的告警处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410026822.0A CN117873828A (zh) | 2024-01-05 | 2024-01-05 | 一种服务器的告警处理方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117873828A true CN117873828A (zh) | 2024-04-12 |
Family
ID=90592821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410026822.0A Pending CN117873828A (zh) | 2024-01-05 | 2024-01-05 | 一种服务器的告警处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117873828A (zh) |
-
2024
- 2024-01-05 CN CN202410026822.0A patent/CN117873828A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112087334B (zh) | 告警根因分析方法、电子设备和存储介质 | |
CN114430365B (zh) | 故障根因分析方法、装置、电子设备和存储介质 | |
WO2023071761A1 (zh) | 一种异常定位方法及装置 | |
WO2022048668A1 (zh) | 知识图谱构建方法和装置、检查方法、存储介质 | |
CN113590370A (zh) | 一种故障处理方法、装置、设备及存储介质 | |
CN112769605B (zh) | 一种异构多云的运维管理方法及混合云平台 | |
CN114090393B (zh) | 一种告警级别的确定方法、装置及设备 | |
CN117499148A (zh) | 一种网络访问控制方法、装置、设备及存储介质 | |
WO2024027071A1 (zh) | 一种数据监控方法及系统 | |
WO2023103344A1 (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN117873828A (zh) | 一种服务器的告警处理方法、装置、设备及介质 | |
CN115883392A (zh) | 算力网络的数据感知方法、装置、电子设备及存储介质 | |
CN113783862B (zh) | 一种边云协同过程中进行数据校验的方法及装置 | |
CN115767601A (zh) | 一种基于多维数据的5gc网元自动化纳管方法及装置 | |
CN112269879B (zh) | 基于k-means算法的中台日志分析方法及设备 | |
CN111209158B (zh) | 服务器集群的挖矿监控方法及集群监控系统 | |
CN111722977A (zh) | 系统巡检方法、装置及电子设备 | |
CN114997879B (zh) | 一种支付路由方法、装置、设备和存储介质 | |
CN116010728B (zh) | 数控系统的工艺流程呈现形式确定方法及相关设备 | |
WO2024027127A1 (zh) | 故障检测方法、装置、电子设备及可读存储介质 | |
CN111061714A (zh) | 一种时间戳修复方法及装置 | |
CN116055119A (zh) | 基于流量数据的欺诈用户识别方法以及装置 | |
CN115511085A (zh) | 一种模型数据处理方法、装置、设备及存储介质 | |
CN116760680A (zh) | 一种日志上传方法及装置 | |
CN117493905A (zh) | 日志异常检测方法、装置、设备及介质 |
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 |