[发明专利]一种用于信息系统自动运维策略的训练方法

权利要求书

1.一种用于信息系统自动运维策略的训练方法，其特征在于：包括信息系统模拟器构建、策略搜索和迁移优化部署三个部分，其中信息系统模拟器由虚拟用户生成器、信息系统后台、虚拟用户行为策略三部分构建而成；所述信息系统模拟器通过模拟信息系统运维策略、用户行为策略来生成虚拟的用户、系统交互数据，这些数据中包含了系统当前配置参数下用户可感知的服务质量；

所述信息系统模拟器构建包括：

(1)虚拟用户生成器

该生成器模拟一个周期内，信息系统中的活跃用户动态变化情况，以及对应的用户信息，具体步骤如下：

首先，通过人工标注的方法，或聚类算法，将用户的行为序列，切分为不同的用户群组；

然后，将切分好的用户群组按照需要的属性打上标签作为训练数据；

最后，利用以上训练数据，使用机器学习方法，训练用户生成器即可；

(2)信息系统后台和用户行为策略训练：

信息系统模拟器的另外两个部分，一为信息系统后台，二为用户行为策略；前者主要目标为模拟信息系统中的工作流程，并评估所提供的服务质量，后者主要目标则为模拟用户根据自身属性，在观察到系统的服务质量后的行为模式；

由于用户行为策略和系统所提供的服务质量是互相影响的，因此，将信息系统后台和用户行为策略训练的训练过程联合起来，对二者进行迭代训练；联合训练时，信息系统后台和用户行为策略训练过程包括以下步骤：

1)初始化生成随机参数；

2)使用虚拟用户生成器生成虚拟用户集合u；

3)将虚拟用户集合u作为输入传入信息系统后台，系统后台根据运维策略配置信号系统参数c；

4)信息系统根据用户集合u和系统参数c，评估服务质量q；

5)用户行为策略根据二元组(u,q)确定用户行为a；

6)根据用户行为a，信息系统更新活跃用户集合u；

7)重复步骤3)-6)，直至活跃用户小于设定阈值或一个周期结束，得到一条交互轨迹；

8)重复步骤7)N次，得到用户行为序列构成的N条交互轨迹，使用这些轨迹以及学习算法更新信息系统后台、服务质量评估函数和用户行为策略；

9)重复步骤2)-8)，直到用完循环次数。

2.如权利要求1所述的用于信息系统自动运维策略的训练方法，其特征在于：所述策略搜索部分在构建完成的模拟器中搜索最优的运维策略，来动态地、实时地配置系统参数，优化服务质量。

3.如权利要求1所述的用于信息系统自动运维策略的训练方法，其特征在于：所述迁移优化部署：将模拟环境中搜索得到的自动运维策略部署到真实的信息系统中，对信息系统进行运维；同时，根据真实的运维系统交互数据，对模拟环境以及从中得到的自动运维策略进行增量式修正，以适配真实的信息系统运维。

4.如权利要求1所述的用于信息系统自动运维策略的训练方法，其特征在于：使用监督学习算法获得信息系统运维策略、服务质量评估函数和用户行为策略的流程为：

首先，建立若干神经网络作为用户行为策略和信息系统后台的模型；

其次，将真实信息系统数据整理为数据集D＝{(u,c,q,a,u’)}，每条数据对应一个元组(u,c,q,a,u’)，其中u表示当前用户集合，c表示配置的系统参数，q为参数c下对应的服务质量，a表示用户行为，u’表示用户执行完动作a之后新的用户集合；

然后，使用真实数据集D中真实的(u,c)作为输入，真实的服务质量q作为输出，使用监督学习方法训练服务质量评估函数；

再次，使用真实数据集D中真实的(u,q)作为输入，真实的用户行为a为输出，使用监督学习方法训练用户行为策略；

然后，使用真实数据集D中真实的(u,a)作为输入，真实的新用户集合u’为输出，使用监督学习方法训练系统后台；

最后，使用上述训练后的模型，可作为信息系统模拟器。