[发明专利]基于事理图谱的多种类大规模任务自动化调度方法及系统

权利要求书

1.一种基于事理图谱的多种类大规模任务自动化调度方法，其特征在于，包括：

A1、构建基础事理图谱知识库；

所述A1包括：

A11、根据需要调度的应用场景，对所述应用场景中的网络行为及资产实体进行抽象，从而构建图谱模型；

A12、向所述图谱模型填充具体知识数据，形成基础事理图谱知识库；

A2、构建实现调度需要的分布式驱动框架以及需要的决策模型；

A3、执行调度，将执行结果经过动态支持抽取，并入所述基础事理图谱知识库，以动态更新所述决策模型的运算数据。

2.根据权利要求1所述方法，其特征在于，所述A11中的对所述应用场景中的网络行为及资产实体进行抽象包括：抽象出所述应用场景中涉及到的事理实体、实体属性和潜在关系。

3.根据权利要求1所述方法，其特征在于，所述A3包括：

A31、从场景任务池的队列中取出场景任务，对所述场景任务中包含的事理实体任务进行分解；

A32、对分解的任务进行分析评估决策，判断该任务是否需要执行，若需要执行，则生成子任务，否则终止任务流程；

A33、将所述子任务分发到任务执行池中进行执行，动态汇报任务执行状态以及任务完成时汇报任务执行结果；

A34、根据所述动态汇报内容，完善任务调度分析决策数据支撑，实现动态反馈调整调度逻辑；

A35、对所述任务执行结果进行知识图谱化处理，填充所述基础事理图谱知识库，以及将任务执行结果提交到任务分解流程，重复执行A32、A33、A34和A35，形成闭环。

4.根据权利要求3所述方法，其特征在于，所述A32中的分析评估决策具体包括：基于经验模型的分析决策、基于常识模型的分析决策和基于算法模型的分析决策。

5.根据权利要求4所述方法，其特征在于，

所述A1还包括：定义基本的实体、属性和关系；

所述基于经验模型的分析决策和所述基于常识模型的分析决策根据所述实体、所述属性和所述关系来评估任务调度。

6.根据权利要求5所述方法，其特征在于：所述实体的颗粒度大小能任意调整。

7.根据权利要求1所述方法，其特征在于：所述具体知识数据包括技术人员经验和基础资产数据。

8.一种基于事理图谱的多种类大规模任务自动化调度系统，其特征在于：用于实现根据权利要求1至7任一项所述方法。

9.根据权利要求8所述系统，其特征在于：包括知识层、框架层、调度层、决策层和适配层。

10.一种计算机可读存储介质，其特征在于，包括：所述计算机可读存储介质中存储有程序指令，所述程序指令被计算机的处理器执行时使所述处理器执行根据权利要求1至7任一项所述方法。