针对服务故障的故障诊断方法、设备及存储介质与流程

专利2026-09-20  2


本公开实施例涉及计算机与网络通信,尤其涉及一种针对服务故障的故障诊断方法、设备及存储介质。


背景技术:

1、在云计算或者其他场景中,随着规模和复杂性的增加,不可避免的存在故障或服务中断,给用户带来较差的服务体验和巨大的经济损失。

2、为了更好的发现和诊断故障,通常会进行人工故障诊断或自动化故障诊断,其中人工故障诊断效率低下、成本较高、且依赖于经验;而一些自动化故障诊断通常基于数据驱动或者基于模型实现,而基于数据驱动或者基于模型的自动化故障诊断需要大量历史故障数据,并依赖人工对历史故障数据的原因或系统状态进行标注,且只能针对特定场景,当场景发生变化时需要更换模型或重新调优。


技术实现思路

1、本公开实施例提供一种针对服务故障的故障诊断方法、设备及存储介质,以降低故障诊断成本,提高故障诊断效率和准确性。

2、第一方面,本公开实施例提供一种针对服务故障的故障诊断方法,包括:

3、获取以自然语言描述的待诊断异常信息;

4、基于待诊断异常信息从故障知识库中检索相似的目标已知故障知识,其中所述故障知识库用于维护多个已知故障知识集;

5、根据所述目标已知故障知识以及所述待诊断异常信息,构建所述待诊断异常信息的第一故障分析指令;其中,在所述第一故障分析指令中所述目标已知故障知识作为所述待诊断异常信息的上下文信息;

6、调用语言模型以所述第一故障分析指令为输入,并输出所述待诊断异常信息的故障分析结果。

7、第二方面,本公开实施例提供一种针对服务故障的故障诊断设备,包括:

8、异常信息获取单元,用于获取以自然语言描述的待诊断异常信息;

9、检索单元,用于基于待诊断异常信息从故障知识库中检索相似的目标已知故障知识,其中所述故障知识库用于维护多个已知故障知识集;

10、指令构建单元,用于根据所述目标已知故障知识以及所述待诊断异常信息,构建所述待诊断异常信息的第一故障分析指令;其中,在所述第一故障分析指令中所述目标已知故障知识作为所述待诊断异常信息的上下文信息;

11、分析单元,用于调用语言模型以所述第一故障分析指令为输入,并输出所述待诊断异常信息的故障分析结果。

12、第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器和存储器;

13、所述存储器存储计算机执行指令;

14、所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的针对服务故障的故障诊断方法。

15、第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的针对服务故障的故障诊断方法。

16、第五方面,本公开实施例提供一种计算机程序产品,包括计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的针对服务故障的故障诊断方法。

17、本公开实施例提供的针对服务故障的故障诊断方法、设备及存储介质,通过获取以自然语言描述的待诊断异常信息;基于待诊断异常信息从故障知识库中检索相似的目标已知故障知识,其中所述故障知识库用于维护多个已知故障知识集;根据所述目标已知故障知识以及所述待诊断异常信息,构建所述待诊断异常信息的第一故障分析指令;其中,在所述第一故障分析指令中所述目标已知故障知识作为所述待诊断异常信息的上下文信息;调用语言模型以所述第一故障分析指令为输入,并输出所述待诊断异常信息的故障分析结果。本公开实施例使用语言模型基于待诊断异常信息以及与待诊断异常信息相似的目标已知故障知识进行故障分析,使得语言模型无需进行预训练和调优就能获得领域知识,能够准确、实时的输出故障分析结果,降低了成本,提高了故障诊断效率和准确性。



技术特征:

1.一种针对服务故障的故障诊断方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所述目标已知故障知识以及所述待诊断异常信息,构建所述待诊断异常信息的第一故障分析指令,包括:

3.根据权利要求1所述的方法,其特征在于,所述调用语言模型以所述第一故障分析指令为输入,并输出所述待诊断异常信息的故障分析结果,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述故障分析结果构建所述待诊断异常信息的第二故障分析指令,包括:

5.根据权利要求3所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述调用语言模型以所述第一故障分析指令为输入,并输出所述待诊断异常信息的故障分析结果,包括:

7.根据权利要求1-6任一项所述的方法,其特征在于,所述故障知识库采用向量维护已知故障知识;

8.根据权利要求7所述的方法,其特征在于,所述方法还包括:

9.根据权利要求8所述的方法,其特征在于,所述将任一已知故障知识进行向量化,得到所述已知故障知识对应的向量,包括:

10.根据权利要求8所述的方法,其特征在于,所述方法还包括:

11.根据权利要求1-6任一项所述的方法,其特征在于,所述获取以自然语言描述的待诊断异常信息,包括:

12.根据权利要求11所述的方法,其特征在于,所述原始系统监控数据包括时序数据、日志数据、调用链数据、变更事件数据中的至少一种类型;

13.一种针对服务故障的故障诊断设备,其特征在于,包括:

14.一种电子设备,其特征在于,包括:至少一个处理器和存储器;

15.一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中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-12任一项所述的方法。

16.一种计算机程序产品,其特征在于,包括计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-12任一项所述的方法。


技术总结
本公开实施例提供一种针对服务故障的故障诊断方法、设备及存储介质,通过获取以自然语言描述的待诊断异常信息;基于待诊断异常信息从故障知识库中检索相似的目标已知故障知识,其中故障知识库用于维护多个已知故障知识集;根据目标已知故障知识以及待诊断异常信息,构建待诊断异常信息的第一故障分析指令;调用语言模型以第一故障分析指令为输入,并输出所述待诊断异常信息的故障分析结果。本公开实施例使用语言模型基于待诊断异常信息以及与待诊断异常信息相似的目标已知故障知识进行故障分析,使得语言模型无需进行预训练和调优就能获得领域知识,能够准确、实时的输出故障分析结果,降低了成本,提高了故障诊断效率和准确性。

技术研发人员:王宁,李美珍,丁文俊,何甲,蒲若坤,张翔,柯旻
受保护的技术使用者:北京字跳网络技术有限公司
技术研发日:
技术公布日:2024/11/11
转载请注明原文地址: https://tieba.8miu.com/read-24706.html

最新回复(0)