[发明专利]计算环境技术问题的根本原因和预测分析

说明书

一个过程从环境工具网络源收集关于计算环境的多个系统的信息。该过程建立并训练分类模型，该分类模型提取对计算环境的技术问题进行分类的相关信息。该过程执行根本原因和预测分析，并识别已经历技术问题和预测的技术问题的根本原因。基于识别已经历技术问题的根本原因，或识别预测的问题，该过程提供建议的纠正措施或优化措施。建议的纠正措施和建议的优化措施的有效性被跟踪，并且跟踪的结果被馈送到进一步训练分类模型的训练过程中。

技术领域

本公开涉及计算机技术领域，更具体地涉及一种计算机实现的方法。

背景技术

在大型信息技术环境中，服务器和其它系统经常会出现技术问题。这会影响标准过程的执行，并对基础业务产生负面影响，从而对业务声誉造成重大损害，并造成收入损失。技术问题可以由技术团队的成员来识别和修复，但是常规的事故管理程序主要关注于找到快速解决方案，即使是临时的，以对情形进行分类。为了识别此类事故的根本原因，需要花费大量人力来解析消息、错误、日志和可用的各种形式的文档。这个过程通常是昂贵的、耗时的，并且涉及团队支持层级不同级别的大量人员。它也可能无法准确识别技术问题的根本原因。因此，这些情形下的资源支出非常高。

发明内容

通过提供一种计算机实现的方法，克服了现有技术的缺点，并提供了额外的优点。该方法收集关于计算环境的多个系统的信息，收集的信息包括来自计算环境的环境工具的信息和来自网络源的信息。该方法经由机器学习建立和训练分类模型，该分类模型部分地基于收集的信息的至少部分的自然语言处理，从收集的信息中提取对计算环境的技术问题进行分类的相关信息。该过程使用分类模型执行根本原因分析，并识别多个系统经历的已经历技术问题(experienced technical)的根本原因。根本原因分析使用分类模型来提取收集的信息中关于已经历技术问题(experienced technical issue)的相关信息，并且基于与先前识别的技术问题的相互关联性来确定已经历技术问题的根本原因。基于识别已经历技术问题的根本原因，该过程提供针对已经历技术问题所涉及的多个系统中的至少一个系统执行的建议的纠正措施(suggested corrective action)。分类模型选择纠正措施，以针对并正确解决识别的已经历技术问题的根本原因。该过程还使用分类模型执行预测分析，并基于多个系统的当前状态来识别如下预测的技术问题：该预测的技术问题在当前时间没有发生，但是在未来的计算环境中预期会发生。基于识别预测的技术问题，该过程提供针对预测的技术问题所涉及的多个系统中的至少一个系统执行的建议的优化措施。分类模型基于识别被采取来防止计算环境中的问题的过去的措施及其有效性来选择建议的优化措施，并且建议的优化措施用于预防性优化以防止经历预测的技术问题。该过程跟踪建议的纠正措施在纠正已经历技术问题的根本原因方面的有效性，以及建议的优化措施在防止预测的技术问题方面的有效性，并且将跟踪的结果馈送到进一步训练分类模型的训练过程中。