[发明专利]基于贝叶斯网络推理的预测分析方法以及装置

权利要求书

1.一种基于贝叶斯网络推理的预测分析方法，其特征在于，所述方法应用于自动化运维系统，所述方法包括以下步骤：

从所述自动化运维系统的数据库中获取自动化运维数据，其中，所述自动化运维数据包括节点关系表和节点数据表；

根据所述节点关系表生成网络拓扑图，并根据所述网络拓扑图和所述节点数据表进行样本文件的统计分析，以生成第一贝叶斯网络；其中，所述根据所述网络拓扑图和所述节点数据表进行样本文件的统计分析，以生成第一贝叶斯网络，包括：

将所述节点数据表中的每个数据进行区间划分，并将所述每个数据所对应的节点映射到对应的区间；

从所述节点数据表中提取每个节点对应的父节点数据，并统计所述父节点数据与子节点数据之间的一一对应情况以生成条件概率表，其中，所述父节点数据与子节点数据均为经过区间划分后的数据；

根据所述网络拓扑图、所述每个节点对应的区间分界点以及所述条件概率表生成所述第一贝叶斯网络；

获取目标节点的限定条件，并根据所述目标节点的限定条件以及所述第一贝叶斯网络进行推理分析，以得到所述第一贝叶斯网络中每个节点的区间置信度，并输出所述每个节点中置信度最大的区间。

2.如权利要求1所述的方法，其特征在于，在所述根据所述目标节点的限定条件以及所述第一贝叶斯网络进行推理分析之前，所述方法还包括：

判断所述第一贝叶斯网络是否满足预设条件，其中，所述预设条件包括所述第一贝叶斯网络中存在孤立节点，和/或，所述第一贝叶斯网络的个数为多个；

如果所述第一贝叶斯网络中存在孤立节点，和/或，所述第一贝叶斯网络的个数为多个，则设置虚拟根节点，并将所述虚拟根节点与所述第一贝叶斯网络进行联接以生成第二贝叶斯网络；

其中，所述根据所述目标节点的限定条件以及所述第一贝叶斯网络进行推理分析，以得到所述第一贝叶斯网络中每个节点的区间置信度，包括：

根据所述目标节点的限定条件以及所述第二贝叶斯网络进行推理分析，以得到所述第二贝叶斯网络中每个节点的区间置信度。

3.如权利要求1所述的方法，其特征在于，所述将所述节点数据表中的每个数据进行区间划分，包括：

确定所述节点数据表中每个数据的类型；

当所述每个数据的类型为常数时，指定所述每个数据对应的区间为第一目标区间；

当所述每个数据的类型不为常数时，指定所述每个数据对应的区间为第二目标区间。

4.如权利要求3所述的方法，其特征在于，其中，所述第一目标区间为(0，1)；所述第二目标区间的范围覆盖整个实数区间。

5.如权利要求1至4中任一项所述的方法，其特征在于，所述统计所述父节点数据与子节点数据之间的一一对应情况以生成条件概率表，包括：

S1，将父节点对应的第i个区间作为前提条件，其中，i为正整数，且0<i≤所述父节点对应的区间的总个数；

S2，统计子节点在每个区间上的数据出现次数总和作为分子集；

S3，将所述子节点在所有区间上的数据出现次数总和进行累加作为分母；

S4，将所述分子集中的每个分子与所述分母进行相除，以得到所述子节点在所述父节点对应的第i个区间情况下的条件概率；

S5，令i＝i+1，并重复执行所述步骤S1-S5，直至i为所述父节点对应的区间的总个数；

S6，将所述子节点在所述父节点的每个区间情况下的条件概率进行统计以生成所述条件概率表。

6.如权利要求2所述的方法，其特征在于，其中，所述虚拟根节点的取值为常数。

7.如权利要求2或6所述的方法，其特征在于，所述将所述虚拟根节点与所述第一贝叶斯网络进行联接以生成第二贝叶斯网络，包括：

确定所述第一贝叶斯网络中所有入度为零的节点；

将所述所有入度为零的节点对应的父节点统一设定为所述虚拟根节点，以得到所述第二贝叶斯网络。